DE102021123796A1 - MAP GENERATION AND CONTROL SYSTEM - Google Patents
MAP GENERATION AND CONTROL SYSTEM Download PDFInfo
- Publication number
- DE102021123796A1 DE102021123796A1 DE102021123796.3A DE102021123796A DE102021123796A1 DE 102021123796 A1 DE102021123796 A1 DE 102021123796A1 DE 102021123796 A DE102021123796 A DE 102021123796A DE 102021123796 A1 DE102021123796 A1 DE 102021123796A1
- Authority
- DE
- Germany
- Prior art keywords
- agricultural
- predictive
- map
- values
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
Abstract
Es werden eine oder mehrere Informationskarten von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Informationskarten bilden einen oder mehrere landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines Feldes ab. Ein In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine erfasst ein landwirtschaftliches Merkmal, während sich die landwirtschaftliche Arbeitsmaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die ein prädiktives landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld auf Grundlage einer Beziehung zwischen den Werten in der einen oder den mehreren Informationskarten und des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erfasst wird, vorhersagt. Die prädiktive Karte kann ausgegeben und in der automatisierten Maschinensteuerung verwendet werden.One or more information cards are obtained from an agricultural work machine. The one or more information maps depict one or more agricultural characteristic values at different geographic locations of a field. An in situ sensor on the agricultural work machine senses an agricultural feature as the agricultural work machine moves through the field. A predictive map generator generates a predictive map that predicts a predictive agricultural trait at various locations in the field based on a relationship between the values in the one or more information maps and the agricultural trait sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Description
Die vorliegende Beschreibung bezieht sich auf landwirtschaftliche Maschinen.The present description relates to agricultural machines.
HINTERGRUNDBACKGROUND
Es gibt eine Vielzahl verschiedener Arten von landwirtschaftlichen Maschinen. Einige landwirtschaftliche Maschinen beinhalten Erntemaschinen, wie etwa Mähdrescher, Zuckerrohrerntemaschinen, Baumwollerntemaschinen, selbstfahrende Feldhäcksler und Schwader. Einige Erntemaschinen können auch mit verschiedenen Arten von Vorsätzen ausgestattet werden, um verschiedene Arten von Erntegut zu ernten.There are many different types of agricultural machinery. Some agricultural machines include harvesters such as combine harvesters, sugar cane harvesters, cotton harvesters, forage harvesters, and windrowers. Some harvesters can also be fitted with different types of headers to harvest different types of crops.
KURZDARSTELLUNGEXECUTIVE SUMMARY
Es werden eine oder mehrere Informationskarten von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Informationskarten bilden einen oder mehrere landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines Feldes ab. Ein In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine erfasst ein landwirtschaftliches Merkmal, während sich die landwirtschaftliche Arbeitsmaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die ein prädiktives landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld auf Grundlage einer Beziehung zwischen den Werten in der einen oder den mehreren Informationskarten und des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erfasst wird, vorhersagt. Die prädiktive Karte kann ausgegeben und in der automatisierten Maschinensteuerung verwendet werden.One or more information cards are obtained from an agricultural work machine. The one or more information maps depict one or more agricultural characteristic values at different geographic locations of a field. An in situ sensor on the agricultural work machine senses an agricultural feature as the agricultural work machine moves through the field. A predictive map generator generates a predictive map that predicts a predictive agricultural feature at various locations in the field based on a relationship between the values in the one or more information maps and the agricultural feature sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Figurenlistecharacter list
-
1 ist eine teilweise bildliche, teilweise schematische Darstellung eines Beispiels eines Mähdreschers.1 12 is a partially pictorial, partially schematic representation of an example combine harvester. -
2 ist ein Blockdiagramm, das einige Abschnitte einer landwirtschaftlichen Erntemaschine gemäß einiger Beispiele der vorliegenden Offenbarung detaillierter zeigt.2 12 is a block diagram showing in more detail some portions of an agricultural harvesting machine according to some examples of the present disclosure. -
Die
3a-3b (hierin gemeinsam als3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Erzeugen einer Karte veranschaulicht.the3a-3b (herein together as3 ) show a flow chart illustrating an example of the operation of an agricultural harvesting machine in generating a map. -
4A ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.4A Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
4B ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator detaillierter zeigt.4B Figure 12 is a block diagram showing an example predictive model generator in more detail. -
5 ist ein Flussdiagramm, das ein Beispiel für einen Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen einer Vorabinformationskarte zeigt, Erkennen eines Merkmals mit einem In-situ-Sensor und Erzeugen einer funktionellen prädiktiven Karte zur Darstellung oder Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntebetriebs.5 12 is a flowchart showing an example of an operation of a farm harvester in receiving a preliminary information map, detecting a feature with an in situ sensor, and generating a functional predictive map for display or use in controlling the farm harvester during a harvesting operation. -
6 ist ein Blockdiagramm eines Beispiels eines Steuerzonengenerators.6 Figure 12 is a block diagram of an example of a control zone generator. -
7 ist ein Ablaufdiagramm, das ein Beispiel für den Betrieb des Steuerzonengenerators zeigt.7 Figure 12 is a flow chart showing an example of the operation of the control zone generator. -
8 ist ein Ablaufdiagramm, das ein Beispiel für den Betrieb mithilfe von Steuerzonen zeigt.8th Figure 12 is a flow chart showing an example of operation using control zones. -
9 ist ein Blockdiagramm eines Beispiels einer Bedienerschnittstellensteuerung.9 Figure 12 is a block diagram of an example operator interface control. -
10 ist ein Ablaufdiagramm, das ein Beispiel für den Betrieb der Bedienerschnittstellensteuerung zeigt.10 Fig. 12 is a flow chart showing an example of the operation of the operator interface controller. -
11 ist eine Veranschaulichung eines Beispiels für eine Benutzerschnittstellenanzeige.11 Figure 12 is an illustration of an example user interface display. -
12 ist ein Blockdiagramm, das ein Beispiel für eine landwirtschaftliche Erntemaschine in Kommunikation mit einer Remote-Serverumgebung zeigt.12 Figure 12 is a block diagram showing an example agricultural harvester in communication with a remote server environment. -
Die
13-15 zeigen Beispiele für mobile Vorrichtungen, die in einer landwirtschaftlichen Erntemaschine verwendet werden können.the13-15 show examples of mobile devices that can be used in an agricultural harvesting machine. -
16 ist ein Blockdiagramm, das ein Beispiel einer Computerumgebung zeigt, die in einer landwirtschaftlichen Erntemaschine verwendet werden kann.16 Figure 12 is a block diagram showing an example of a computing environment that may be used in an agricultural harvester.
AUSFÜHRLICHE BESCHREIBUNGDETAILED DESCRIPTION
Für ein besseres Verständnis der Prinzipien der vorliegenden Offenbarung wird nun auf die in den Zeichnungen dargestellten Beispiele Bezug genommen, und es wird eine spezifische Sprache verwendet, um diese zu beschreiben. Es versteht sich jedoch, dass keine Einschränkung des Schutzumfangs der Offenbarung beabsichtigt ist. Alle Abänderungen und weiteren Modifikationen der beschriebenen Vorrichtungen, Systeme, Verfahren und jede weitere Anwendung der Prinzipien der vorliegenden Offenbarung werden vollständig in Betracht gezogen, wie sie normalerweise Fachleute auf dem Gebiet, auf das sich die Offenbarung bezieht, bemerken würden. Insbesondere wird vollständig in Betracht gezogen, dass die Merkmale, Komponenten und/oder Schritte, die in Bezug auf ein Beispiel beschrieben sind, mit den Merkmalen, Komponenten und/oder Schritten kombiniert werden können, die in Bezug auf andere Beispiele der vorliegenden Offenbarung beschrieben sind.For a better understanding of the principles of the present disclosure, reference will now be made to the examples illustrated in the drawings and specific language will be used to describe them. However, it should be understood that no limitation on the scope of the disclosure is intended. All alterations and further modifications to the described devices, systems, methods, and any further application of the principles of the present disclosure are contemplated fully as would normally occur to those skilled in the art to which the disclosure pertains. In particular, it is fully considered that the features, components Steps and/or steps described with respect to one example may be combined with the features, components, and/or steps described with respect to other examples of the present disclosure.
Die vorliegende Beschreibung bezieht sich auf die Verwendung von In-situ-Daten, die gleichzeitig mit einem landwirtschaftlichen Vorgang in Kombination mit vorherigen Daten aufgenommen wurden, um eine prädiktive Karte zu erzeugen.The present description relates to the use of in situ data taken concurrently with a farming operation in combination with previous data to generate a predictive map.
In einigen Beispielen kann eine prädiktive Karte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Wie vorstehend erörtert, kann die Leistung einer landwirtschaftlichen Erntemaschine unter verschiedenen Bedingungen beeinträchtigt oder anderweitig beeinflusst werden. Zum Beispiel kann die Leistung einer Erntemaschine (oder einer anderen landwirtschaftlichen Maschine) auf Grundlage von einer oder mehreren von der Kerngröße des geernteten Ernteguts oder Merkmal der Ähre, dem Kopf oder der Hülse (EHP-Merkmale) des geernteten Ernteguts nachteilig beeinflusst werden. Wie hierin verwendet, kann die Kerngröße verschiedene Größenmerkmale des Kerns beinhalten, wie etwa Durchmesser (wie etwa Querschnittsbreite), Gewicht, Länge, Masse, Dichte, Volumen sowie eine Vielzahl anderer Größenmerkmale oder Abmessungen. Die EHP-Merkmale können unter anderem Verformungen des Kerns, der Ähre, des Kolbens, des Kopfes oder der Hülse beinhalten; Krankheiten in Kern, Ähre, Kolben, Kopf oder Hülse; und Schäden an Kern, Ähre, Kolben, Kopf oder Hülse sowie Größenmerkmale des EHP wie Durchmesser (wie Querschnittsbreite), Gewicht, Länge, Masse, Dichte, Volumen sowie eine Vielzahl anderer Größenmerkmale oder Abmessungen. Die Einstellungen von Sieb, Spreu, Reinigungsgebläse, Rotor und Dreschkörben können je nach Kerngröße oder EHP-Merkmalen unterschiedlich sein.In some examples, a predictive map may be used to control an agricultural work machine, such as an agricultural harvester. As discussed above, the performance of an agricultural harvesting machine can be compromised or otherwise affected under various conditions. For example, the performance of a harvester (or other agricultural machine) may be adversely affected based on one or more of the kernel size of the harvested crop or ear, head, or husk (EHP) characteristics of the harvested crop. As used herein, core size can include various size characteristics of the core, such as diameter (such as cross-sectional width), weight, length, mass, density, volume, as well as a variety of other size characteristics or dimensions. EHP characteristics may include, but are not limited to, core, ear, piston, head, or husk deformations; Diseases in core, ear, cob, head or pod; and damage to the core, ear, cob, head, or hull, as well as dimensional characteristics of the EHP such as diameter (like section width), weight, length, mass, density, volume, and a variety of other dimensional characteristics. Sieve, chaff, cleaning fan, rotor and concave settings may vary depending on kernel size or EHP characteristics.
In einigen Beispielen kann eine prädiktive Biomassekarte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Biomasse, wie hierin verwendet, bezieht sich auf eine Menge an Vegetationsmaterial über dem Boden in einem bestimmten Bereich oder an einer bestimmten Position. Häufig wird die Menge in Bezug auf das Gewicht, beispielsweise das Gewicht pro gegebener Fläche, wie Tonnen pro Hektar, gemessen. Verschiedene Merkmale können auf Biomasse hinweisen (hierin als Biomasse-Merkmale bezeichnet) und können verwendet werden, um die Biomasse auf einem Feld von Interesse vorherzusagen. Beispielsweise können Biomasseeigenschaften verschiedene Erntegutmerkmale beinhalten, wie etwa Ernteguthöhe (die Höhe des Ernteguts über der Oberfläche des Feldes), Erntegutdichte (die Menge an Erntegutmaterial in einem gegebenen Raum, die von der Erntegutmasse und dem Erntegutvolumen abgeleitet werden kann), Erntegutmasse (wie etwa ein Gewicht des Ernteguts oder das Gewicht von Erntegutkomponenten) oder Erntegutvolumen (wie viel des gegebenen Bereichs oder der Position von dem Erntegut eingenommen wird, das heißt der Raum, den das Erntegut einnimmt oder enthält). In einem weiteren Beispiel können Biomassemerkmale verschiedene Maschinenmerkmale der landwirtschaftlichen Erntemaschine beinhalten, wie etwa Maschineneinstellungen oder Betriebsmerkmale. Beispielsweise kann eine Kraft, wie etwa ein Fluiddruck oder ein Drehmoment, die verwendet wird, um einen Dreschrotor der landwirtschaftlichen Erntemaschine anzutreiben, die Biomasse anzeigen.In some examples, a predictive biomass map may be used to control an agricultural work machine, such as an agricultural harvester. Biomass, as used herein, refers to an amount of vegetation material above the ground in a specific area or location. Often quantity is measured in terms of weight, for example weight per given area such as tons per hectare. Various traits can be indicative of biomass (referred to herein as biomass traits) and can be used to predict the biomass in a field of interest. For example, biomass properties can include various crop characteristics, such as crop height (the height of the crop above the surface of the field), crop density (the amount of crop material in a given space, which can be derived from crop mass and crop volume), crop mass (such as a weight of crop or the weight of crop components) or crop volume (how much of the given area or position is occupied by the crop, i.e. the space that the crop occupies or contains). In another example, biomass characteristics may include various machine characteristics of the agricultural harvesting machine, such as machine settings or operational characteristics. For example, a force, such as fluid pressure or torque, used to drive a threshing rotor of the agricultural harvester may be indicative of biomass.
Die Leistung einer landwirtschaftlichen Erntemaschine kann beeinträchtigt werden, wenn die landwirtschaftliche Erntemaschine in Bereiche des Feldes mit Unterschieden in der Biomasse eingreift. Wenn beispielsweise die Maschineneinstellungen der landwirtschaftlichen Erntemaschine auf der Grundlage eines erwarteten oder gewünschten Durchsatzes eingestellt werden, kann die Varianz der Biomasse dazu führen, dass sich der Durchsatz ändert, und somit können die Maschineneinstellungen suboptimal sein, um die Vegetation einschließlich des Ernteguts effektiv zu verarbeiten. Wie vorstehend erwähnt, kann der Bediener versuchen, die Biomasse vor der Maschine vorherzusagen. Zusätzlich passen einige Systeme, wie etwa Rückkopplungssteuersysteme, reaktiv die Vorwärtsfahrtgeschwindigkeit der landwirtschaftlichen Erntemaschine an, um einen gewünschten Durchsatz aufrechtzuerhalten. Dies kann durch den Versuch erfolgen, die Biomasse auf Grundlage von Sensoreingaben zu identifizieren, wie etwa von Sensoren, die eine Biomasse anzeigende Variable erfassen. Solche Anordnungen können jedoch fehleranfällig und zu langsam sein, um auf eine bevorstehende Änderung der Biomasse zu reagieren, um den Betrieb der Maschine effektiv zu ändern, um den Durchsatz zu steuern, wie etwa durch Ändern der Vorwärtsgeschwindigkeit der Erntemaschine. Beispielsweise sind solche Systeme typischerweise reaktiv, indem Anpassungen an den Maschineneinstellungen nur vorgenommen werden, nachdem die Vegetation von der Maschine angetroffen wurde, um weitere Fehler zu reduzieren, wie etwa in einem Rückkopplungssteuersystem.The performance of an agricultural harvester can be affected when the agricultural harvester encroaches on areas of the field with differences in biomass. For example, when agricultural harvester machine settings are adjusted based on an expected or desired throughput, biomass variance may cause throughput to change and thus machine settings may be sub-optimal to effectively process vegetation including crop. As mentioned above, the operator can try to predict the biomass in front of the machine. Additionally, some systems, such as feedback control systems, reactively adjust the forward ground speed of the agricultural harvester to maintain a desired throughput. This can be done by attempting to identify the biomass based on sensory input, such as from sensors sensing a variable indicative of biomass. However, such arrangements can be error prone and too slow to respond to an impending biomass change to effectively alter the operation of the machine to control throughput, such as by changing the forward speed of the harvester. For example, such systems are typically reactive, making adjustments to machine settings only after vegetation has been encountered by the machine to reduce further errors, such as in a feedback control system.
Eine vegetative Indexkarte bildet veranschaulichend vegetative Indexwerte (die auf vegetatives Wachstum hinweisen können) über verschiedene geografische Positionen in einem Feld von Interesse ab. Ein Beispiel eines vegetativen Index beinhaltet einen normalisierten Differenzvegetationsindex (NDVI). Es gibt viele andere vegetative Indizes, die im Geltungsbereich der vorliegenden Offenbarung liegen. In einigen Beispielen kann ein vegetativer Index aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von den Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.A vegetative index map illustratively maps vegetative index values (which may be indicative of vegetative growth) across various geographic locations in a field of interest. An example of a vegetative index includes a normalized difference vegetative index (NDVI). There are many other vegetative indices that are within the scope of the present disclosure lying. In some examples, a vegetative index may be derived from sensor readings of one or more bands of electromagnetic radiation reflected from the plants. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
Eine vegetative Indexkarte kann verwendet werden, um das Vorhandensein und die Position der Vegetation zu identifizieren. In einigen Beispielen ermöglicht eine vegetative Indexkarte, dass Erntegut bei vorhandenem nacktem Boden, Pflanzenrückständen oder anderen Pflanzen, wie etwa Unkraut, identifiziert und georeferenziert wird. In anderen Beispielen ermöglicht eine vegetative Indexkarte das Erkennen verschiedener Erntegutmerkmale, wie etwa Erntegutwachstum und Erntegutgesundheit oder Erntegutkraft, über verschiedene geografische Positionen in einem Feld von Interesse.A vegetative index map can be used to identify the presence and location of vegetation. In some examples, a vegetative index map allows crops to be identified and georeferenced in the presence of bare soil, plant debris, or other vegetation such as weeds. In other examples, a vegetative index map allows for recognizing different crop traits, such as crop growth and health or crop vigor, across different geographic locations in a field of interest.
Eine Saatgutgenotypkarte bildet den jeweiligen Genotyp von Saatgut, das an verschiedenen Positionen auf dem Feld gepflanzt wird, ab. Die Saatgutgenotypkarte kann durch eine Pflanzmaschine oder durch eine Maschine erzeugt werden, die einen nachfolgenden Vorgang durchführt, wie etwa eine Sprühvorrichtung mit einem optischen Detektor, der Pflanzengenotypen erkennt.A seed genotype map maps the genotype of seeds planted at different positions in the field. The seed genotype map can be generated by a planting machine or by a machine that performs a subsequent process, such as a spray device with an optical detector that recognizes plant genotypes.
Eine prädiktive Ertragskarte beinhaltet georeferenzierte prädiktive Ertragswerte.A predictive yield map includes georeferenced predictive yield values.
Eine prädiktive Unkrautkarte beinhaltet einen oder mehrere georeferenzierte prädiktive Unkrautintensitätswerte oder Unkrauttypenwerte. Die Unkrautintensitätswerte können ohne Einschränkung mindestens eines von Unkrautpopulation, Unkrautwachstumsstufe, Unkrautgröße, Unkrautbiomasse, Unkrautfeuchtigkeit oder Unkrautgesundheit beinhalten.A predictive weed map includes one or more georeferenced predictive weed intensity values or weed type values. The weed intensity values may include, without limitation, at least one of weed population, weed growth stage, weed size, weed biomass, weed moisture, or weed health.
Eine Aussaatkarte bildet veranschaulichend Aussaatmerkmale über verschiedene geografische Positionen in einem Feld von Interesse ab. Diese Aussaatkarten werden typischerweise von früheren Saatgutpflanzvorgängen auf dem Feld gesammelt. In einigen Beispielen kann die Aussaatkarte aus Steuersignalen abgeleitet werden, die von einer Sämaschine verwendet werden, wenn das Saatgut gepflanzt wird, oder aus Sensoren an der Sämaschine, wie etwa Sensoren, die bestätigen, dass ein Saatgut an eine Furche abgelegt wurde, die von der Sämaschine erzeugt wurde. Sämaschinen können geografische Positionssensoren beinhalten, die die Positionen geolokalisieren, an denen das Saatgut gepflanzt wurde, sowie topographische Sensoren, die topographische Informationen des Felds erzeugen. Beispielsweise können die topographischen Sensoren GPS, Laser-Nivellierer, Neigungsmesser-/Kilometerzählerpaare, lokale Funk-Triangulation sowie verschiedene andere Systeme zum Erzeugen topographischer Informationen beinhalten. Die Informationen, die während eines vorherigen Saatgutpflanzvorgangs generiert wurden, können verwendet werden, um verschiedene Saatgutmerkmale zu bestimmen, wie etwa die Position (z. B. die geografische Position des gepflanzten Saatguts auf dem Feld), den Abstand (z. B. den Abstand zwischen den einzelnen Samen, den Abstand zwischen den Saatgutreihen oder beiden), die Population (die von Abstandseigenschaften abgeleitet werden kann), die Saatgutausrichtung (z. B. die Saatgutausrichtung in einem Graben oder die Ausrichtung der Saatgutreihen), die Tiefe (z. B. die Saatguttiefe oder Furchentiefe), die Abmessungen (wie etwa die Saatgutgröße) oder den Genotyp (wie etwa Saatgutarten, Saatguthybride, Saatgutsorten usw.). Es können auch verschiedene andere Aussaatmerkmale bestimmt werden. In einigen Beispielen können Aussaatkarten Informationen über das Saatgutbett umfassen, in das das Saatgut abgelegt wird, wie etwa Bodenfeuchtigkeit, Bodentemperatur, Bodenbestandteile, wie etwa organisches Bodenmaterial.A seeding map illustratively depicts seeding characteristics across various geographic locations in a field of interest. These seed charts are typically collected from previous seed planting operations in the field. In some examples, the seed map may be derived from control signals used by a seeder when the seed is planted, or from sensors on the seeder, such as sensors that confirm that a seed has been placed in a furrow made by the Seeder was created. Seeders may include geographic position sensors that geolocate the locations where the seed was planted, and topographic sensors that generate topographic information of the field. For example, the topographic sensors may include GPS, laser levels, inclinometer/odometer pairs, radio local triangulation, as well as various other systems for generating topographic information. The information generated during a previous seed planting operation can be used to determine various seed characteristics, such as location (e.g., geographic location of the planted seed in the field), spacing (e.g., spacing between each seed, distance between seed rows or both), population (which can be inferred from distance properties), seed orientation (e.g. seed orientation in a ditch or orientation of seed rows), depth (e.g .the seed depth or furrow depth), dimensions (such as seed size) or genotype (such as seed species, seed hybrids, seed varieties, etc.). Various other seed characteristics can also be determined. In some examples, seed maps may include information about the seed bed into which the seed is placed, such as soil moisture, soil temperature, soil constituents such as soil organic matter.
Alternativ oder zusätzlich zu Daten von einem Vorabbetrieb können verschiedene Aussaatmerkmale auf den Aussaatkarten basierend auf Daten von Dritten erzeugt werden, wie etwa Drittanbieter von Saatgut, die das Saatgut für den Aussaatpflanzbetrieb bereitstellen. Diese Dritten können verschiedene Daten bereitstellen, die verschiedene Aussaatmerkmale angeben, zum Beispiel Dimensionsdaten, wie etwa Saatgutgröße, oder Genotypdaten, wie etwa Saatgutarten, Saatguthybride, Saatgutsorten oder Saatgutzüchtung. Zusätzlich können Saatgutanbieter verschiedene Daten in Bezug auf bestimmte Pflanzenmerkmale der resultierenden Pflanzen jedes unterschiedlichen Saatgutgenotyps bereitstellen. Beispielsweise Daten zum Pflanzenwachstum, wie etwa Stängeldurchmesser, Maiskolbengröße, Pflanzenhöhe, Pflanzenmasse usw., Pflanzenreaktion auf Wetterbedingungen, Pflanzenreaktion auf angewandte Substanzen, wie etwa Herbizide, Fungizide, Pestizide, Insektizide, Dünger usw., Pflanzenreaktion auf Schädlinge, Pilze, Unkräuter, Krankheiten usw., sowie eine beliebige Anzahl anderer Pflanzenmerkmale. Es ist anzumerken, dass die Daten über Pflanzenreaktionen Daten umfassen können, die auf die Resistenz von Pflanzen gegen verschiedene Bedingungen und Merkmale hinweisen, z. B. die Resistenz von Pflanzen gegen aufgebrachte Substanzen, die Resistenz von Pflanzen gegen Witterungseinflüsse, die Resistenz von Pflanzen gegen Schädlinge, Pilze, Unkräuter, Krankheiten usw., sowie die Resistenz von Pflanzen gegen eine Vielzahl anderer Bedingungen oder Merkmale.Alternatively or in addition to data from a previous operation, various seeding attributes may be generated on the seeding maps based on data from third parties, such as third-party seed suppliers that provide the seeds for the seed planting operation. These third parties may provide various data indicating various seed traits, for example dimensional data, such as seed size, or genotype data, such as seed types, seed hybrids, seed varieties, or seed breeding. In addition, seed providers may provide various data related to certain plant traits of the resulting plants of each different seed genotype. For example, plant growth data such as stem diameter, corn cob size, plant height, plant mass, etc., plant response to weather conditions, plant response to applied substances such as herbicides, fungicides, pesticides, insecticides, fertilizers, etc., plant response to pests, fungi, weeds, diseases, etc ., as well as any number of other plant characteristics. It should be noted that data on plant responses may include data indicative of resistance of plants to various conditions and traits, e.g. B. resistance of plants to applied substances, resistance of plants to weathering, resistance of plants to pests, fungi, weeds, diseases, etc., as well as resistance of plants to a variety of other conditions or traits.
Alternativ oder zusätzlich zu den Daten von einem Vorabbetrieb oder von einem Dritten können verschiedene Aussaatmerkmale auf den Aussaatkarten auf Grundlage verschiedener Benutzer- oder Bedienereingabedaten generiert werden, zum Beispiel Bediener- oder Benutzereingabedaten, die verschiedene Aussaatmerkmale angeben, wie etwa Position, Tiefe, Ausrichtung, Abstand, Abmessungen, Genotyp sowie verschiedene andere Aussaatmerkmale.Alternatively or in addition to the data from a pre-operation or from a third party, different seeding characteristics can be generated on the seeding maps based on different user or operator input data, for example operator or user input data specifying different seeding characteristics, such as position, depth, orientation, spacing , dimensions, genotype, as well as various other sowing characteristics.
In einigen Beispielen kann eine Saatkarte aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von dem Saatgut oder dem Saatgutbett reflektiert werden. Ohne Einschränkung können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.In some examples, a seed map may be derived from sensor readings of one or more bands of electromagnetic radiation reflected from the seed or seedbed. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
Die vorliegende Erörterung fährt somit in Bezug auf Systeme weiter, die mindestens eines oder mehrere von einer Aussaatkarte, einer vegetativen Indexkarte, einer Ertragskarte, einer Biomassekarte, einer anderen Karte empfangen und auch einen In-situ-Sensor verwenden, um einen Wert zu erfassen, der eines oder mehrere von einer Kerngröße oder einem EHP-Merkmal während eines Erntevorgangs angibt. Die Systeme erzeugen ein Modell, das eine oder mehrere Beziehungen zwischen den aus den Vorabinformationskarten abgeleiteten Merkmalen und den Ausgabewerten der In-situ-Sensoren modelliert. Das eine oder die mehreren Modelle werden verwendet, um eine funktionelle prädiktive Karte zu erzeugen, die ein Merkmal, wie etwa ein Merkmal, das durch den einen oder die mehreren In-situ-Sensoren oder das zugehörige Merkmal erfasst wird, an verschiedenen geografischen Positionen in dem Feld auf Grundlage der einen oder der mehreren Vorabinformationskarten vorhersagt. Die funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, kann zum automatischen Steuern einer Erntemaschine während des Erntevorgangs verwendet werden. Beispielsweise kann die funktionelle prädiktive Karte verwendet werden, um das Sieb, den Häcksler, das Reinigungsgebläse, den Dreschrotor und die Dreschkörbe zu steuern. Die funktionelle prädiktive Karte kann auch einem Bediener oder einem anderen Benutzer bereitgestellt werden.The present discussion thus continues with respect to systems that receive at least one or more of a seed map, a vegetative index map, a yield map, a biomass map, another map, and also use an in situ sensor to detect a value indicative of one or more of a kernel size or EHP trait during a harvest operation. The systems generate a model that models one or more relationships between the features derived from the advance information maps and the outputs of the in situ sensors. The one or more models are used to generate a functional predictive map that depicts a feature, such as a feature sensed by the one or more in situ sensors or associated feature, at different geographic locations in predicts the field based on the one or more advance information cards. The functional predictive map generated during the harvesting process can be used to automatically control a harvester during the harvesting process. For example, the functional predictive map can be used to control the sieve, chopper, cleaning fan, threshing rotor, and concaves. The functional predictive map can also be provided to an operator or other user.
Wie in
Der Drescher 110 beinhaltet veranschaulichend einen Dreschrotor 112 und einen Satz von Dreschkörben 114. Ferner beinhaltet die landwirtschaftliche Erntemaschine 100 auch einen Abscheider 116. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Reinigungs-Teilsystem oder einen Siebkasten (gemeinsam als Reinigungs-Teilsystem 118 bezeichnet), das ein Reinigungsgebläse 120, einen Häcksler 122 und ein Sieb 124 beinhaltet. Das Materialhandhabungs-Teilsystem 125 beinhaltet außerdem eine Auswurftrommel 126, einen Überkehrelevator 128, einen Reinkornelevator 130 sowie eine Entladeschnecke 134 und den Auswurf 136. Der Reinkornelevator befördert reines Korn in den Reinkorntank 132. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Rückstands-Teilsystem 138, das einen Häcksler 140 und einen Verteiler 142 beinhalten kann. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Antriebs-Teilsystem, das einen Motor beinhaltet, der Bodeneingriffskomponenten 144, wie etwa Räder oder Raupenketten, antreibt. In einigen Beispielen kann ein Mähdrescher innerhalb des Umfangs der vorliegenden Offenbarung mehr als eines der oben genannten Teilsysteme aufweisen. In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 linke und rechte Reinigungs-Teilsysteme, Abscheider usw. aufweisen, die in
Im Betrieb und zur Übersicht bewegt sich die landwirtschaftliche Erntemaschine 100 veranschaulichend durch ein Feld in der durch Pfeil 147 angezeigten Richtung. Während der Bewegung der landwirtschaftlichen Erntemaschine 100 greift der Erntevorsatz 102 (und die zugehörige Haspel 164) in das zu erntende Erntegut ein und sammelt das Erntegut in Richtung der Schneidevorrichtung 104. Ein Bediener der landwirtschaftlichen Erntemaschine 100 kann ein lokaler menschlicher Bediener, ein entfernter menschlicher Bediener oder ein automatisiertes System sein. Der Bediener der landwirtschaftlichen Erntemaschine 100 kann eine oder mehrere Höheneinstellungen, Neigungswinkeleinstellungen oder Rollwinkeleinstellungen für den Erntevorsatz 102 bestimmen. Zum Beispiel gibt der Bediener eine Einstellung oder Einstellungen in ein Steuersystem ein, das im Folgenden genauer beschrieben wird und das das Stellglied 107 steuert. Das Steuersystem kann auch eine Einstellung vom Bediener zum Einrichten des Neigungswinkels und Rollwinkels des Erntevorsatzes 102 empfangen und die eingegebenen Einstellungen implementieren, indem zugeordnete Stellglieder, die nicht gezeigt sind, gesteuert werden, die arbeiten, um den Neigungswinkel und Rollwinkel des Erntevorsatzes 102 zu ändern. Das Stellglied 107 hält den Erntevorsatz 102 auf einer Höhe über dem Boden 111 auf Grundlage einer Höheneinstellung und gegebenenfalls auf gewünschten Neigungs- und Rollwinkeln. Jede der Höhen-, Roll- und Neigungseinstellungen kann unabhängig von den anderen implementiert werden. Das Steuersystem reagiert auf Erntevorsatzfehler (z. B. die Differenz zwischen der Höheneinstellung und der gemessenen Höhe des Erntevorsatzes 104 über dem Boden 111 und in einigen Beispielen Neigungswinkel- und Rollwinkelfehler) mit einer Reaktionsfähigkeit, die auf Grundlage einer ausgewählten Empfindlichkeitsstufe bestimmt wird. Wenn die Empfindlichkeitsstufe auf eine größere Empfindlichkeitsstufe eingestellt ist, reagiert das Steuersystem auf kleinere Erntevorsatz-Positionsfehler und versucht, die erkannten Fehler schneller zu reduzieren, als wenn die Empfindlichkeit auf einer niedrigeren Empfindlichkeitsstufe ist.In operation and for overview,
Zurückkehrend zur Beschreibung des Betriebs der landwirtschaftlichen Erntemaschine 100 wird das abgetrennte Erntematerial, nachdem das Erntegut durch die Schneidevorrichtung 104 geschnitten wurde, durch einen Förderer im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntematerial in den Drescher 110 beschleunigt. Das Erntegut wird durch den Rotor 112 gedroschen, der das Erntegut gegen die Dreschkörbe 114 dreht. Das gedroschene Erntegutmaterial wird durch einen Abscheiderrotor im Abscheider 116 bewegt, wobei ein Teil des Rückstands durch die Auswurftrommel 126 in Richtung des Rückstands-Teilsystems 138 bewegt wird. Der Teil des Rückstands, der an das Rückstands-Teilsystem 138 übertragen wird, wird vom Rückstandhäcksler 140 zerkleinert und vom Verteiler 142 auf dem Feld verteilt. In anderen Konfigurationen wird der Rückstand in einer Schwade von der landwirtschaftlichen Erntemaschine 100 freigegeben. In anderen Beispielen kann das Rückstands-Teilsystem 138 Unkrautbeseitigungsmittel (nicht gezeigt) beinhalten, wie etwa Samenabsackanlagen oder andere Samensammler oder Samenzerkleinerer oder andere Saatzerstörer.Returning to the description of the operation of
Das Korn fällt auf das Reinigungs-Teilsystem 118. Der Häcksler 122 trennt einen Teil gröberer Materialstücke vom Korn und das Sieb 124 trennt einen Teil feinerer Materialstücke vom Reinkorn. Das Reinkorn fällt auf eine Schnecke, die das Korn zu einem Einlassende des Reinkornelevators 130 bewegt und der Reinkornelevator 130 bewegt das Reinkorn nach oben, wodurch das Reinkorn im Reinkorntank 132 abgeschieden wird. Rückstände werden aus dem Reinigungs-Teilsystem 118 durch den Luftstrom des Reinigungsgebläses 120 entfernt. Das Reinigungsgebläse 120 leitet Luft entlang eines Luftstrompfads nach oben durch die Siebe und Häcksler. Der Luftstrom trägt Rückstände in der landwirtschaftlichen Erntemaschine 100 nach hinten in Richtung des Rückstandhandhabungs-Teilsystems 138.The grain falls onto the
Der Überkehrelevator 128 führt die Überkehr zum Drescher 110 zurück, wo die Überkehr nachgedroschen wird. Alternativ kann die Überkehr auch einem separaten Nachdresch-Mechanismus durch einen Überkehrelevator oder eine andere Transportvorrichtung zugeführt werden, wo die Überkehr ebenfalls nachgedroschen wird.The
Der Bodengeschwindigkeitssensor 146 erfasst die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 über den Boden. Der Bodengeschwindigkeitssensor 146 kann die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch Erfassen der Umdrehungsgeschwindigkeit der Bodeneingriffskomponenten (wie etwa Räder oder Raupenketten), einer Antriebswelle, einer Achse oder anderer Komponenten erfassen. In einigen Fällen kann die Fahrgeschwindigkeit mithilfe eines Positionierungssystems, wie etwa eines globalen Positionierungssystems (GPS), eines Koppelnavigationssystems, eines Fernnavigationssystems (LORAN), eines Dopplergeschwindigkeitssensors oder einer Vielzahl anderer Systeme oder Sensoren, die eine Anzeige der Fahrgeschwindigkeit vorsehen, erfasst werden. Die Bodengeschwindigkeitssensoren 146 können auch Richtungssensoren wie etwa einen Kompass, ein Magnetometer, einen gravimetrischen Sensor, ein Gyroskop oder eine GPS-Ableitung beinhalten, um die Fahrtrichtung in zwei oder drei Dimensionen in Kombination mit der Geschwindigkeit zu bestimmen. Auf diese Weise ist die Ausrichtung der landwirtschaftlichen Erntemaschine 100 relativ zu einer Neigung bekannt, wenn sich die landwirtschaftliche Erntemaschine 100 an einer Neigung befindet. Zum Beispiel könnte eine Ausrichtung der landwirtschaftlichen Erntemaschine 100 das Aufwärtsfahren, Abwärtsfahren oder Querfahren der Neigung umfassen. Die Maschinen- oder Bodengeschwindigkeit kann, wenn in dieser Offenbarung Bezug darauf genommen wird, auch die zwei- oder dreidimensionale Fahrtrichtung beinhalten.The
Die Verlustsensoren 152 sehen veranschaulichend ein Ausgabesignal vor, das die Menge des Kornverlustes anzeigt, die sowohl auf der rechten als auch auf der linken Seite des Reinigungs-Teilsystems 118 auftritt. In einigen Beispielen sind die Sensoren 152 Schlagsensoren, die Kornschläge pro Zeiteinheit oder pro Entfernungseinheit zählen, um einen Hinweis auf den Kornverlust vorzusehen, der an dem Reinigungs-Teilsystem 118 auftritt. Die Schlagsensoren für die rechte und linke Seite des Siebkastens 118 können einzelne Signale oder ein kombiniertes oder aggregiertes Signal vorsehen. In einigen Beispielen können die Sensoren 152 einen einzelnen Sensor beinhalten, im Gegensatz zu separaten Sensoren, die für jedes Reinigungs-Teilsystem 118 bereitgestellt sind.The
Der Abscheider-Verlustsensor 148 stellt ein Signal bereit, das den Kornverlust im linken und rechten Abscheider anzeigt, in
Die landwirtschaftliche Erntemaschine 100 kann auch andere Sensoren und Messmechanismen beinhalten. Die landwirtschaftliche Erntemaschine 100 kann beispielsweise einen oder mehrere der folgenden Sensoren beinhalten: einen Erntevorsatzhöhensensor, der eine Höhe des Erntevorsatzes 102 über dem Boden 111 erfasst; Stabilitätssensoren, die eine Oszillations- oder Prellbewegung (und Amplitude) der landwirtschaftlichen Erntemaschine 100 erfassen; einen Rückstandeinstellungssensor, der konfiguriert ist, um zu erfassen, ob die landwirtschaftliche Erntemaschine 100 konfiguriert ist, den Rückstand zu zerkleinern, eine Schwade zu erzeugen usw.; einen Siebkasten-Gebläsedrehzahlsensor, um die Drehzahl des Gebläses 120 zu erfassen; einen konkaven Abstandssensor, der den Abstand zwischen dem Rotor 112 und den Dreschkörben 114 erfasst; einen Dreschrotor-Drehzahlsensor, der eine Rotordrehzahl des Rotors 112 erfasst; einen Häckselspaltensensor, der die Größe der Öffnungen im Häcksler 122 erfasst; einen Siebspaltsensor, der die Größe der Öffnungen im Sieb 124 erfasst; einen Feuchtigkeitssensor für anderes Material als Korn (MOG), der einen Feuchtigkeitsgehalt des MOG erfasst, das die landwirtschaftliche Erntemaschine 100 passiert; einen oder mehrere Maschineneinstellsensoren, die konfiguriert sind, um verschiedene konfigurierbare Einstellungen der landwirtschaftlichen Erntemaschine 100 zu erfassen; einen Maschinenausrichtungssensor, der die Ausrichtung der landwirtschaftlichen Erntemaschine 100 erfasst; und Ernteguteigenschaftssensoren, die eine Vielzahl verschiedener Arten von Ernteguteigenschaften erfassen, wie etwa die Art des Ernteguts, die Feuchtigkeit des Ernteguts und andere Eigenschaften des Ernteguts. Die Ernteguteigenschaftssensoren können auch konfiguriert werden, um die Merkmale des abgetrennten Ernteguts während der Verarbeitung durch die landwirtschaftliche Erntemaschine 100 zu erfassen. Beispielsweise können die Ernteguteigenschaftssensoren in einigen Fällen die Kornqualität erfassen, wie etwa gebrochenes Korn, MOG-Werte; Kornbestandteile, wie etwa Stärken und Protein; und Kornzufuhrmenge, wenn sich das Korn durch das Zuführgehäuse 106, den Reinkornelevator 130 oder anderswo in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Ernteguteigenschaftssensoren können auch die Vorschubgeschwindigkeit von Biomasse durch das Zuführgehäuse 106, durch den Abscheider 116 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 erfassen. Die Ernteguteigenschaftssensoren können die Vorschubgeschwindigkeit auch als Massendurchsatz von Korn durch den Elevator 130 oder durch andere Abschnitte der landwirtschaftlichen Erntemaschine 100 erfassen oder andere Ausgangssignale bereitstellen, die auf andere erfasste Größen hinweisen. Ein interner Materialverteilungssensor kann die Materialverteilung innerhalb der landwirtschaftlichen Erntemaschine 100 erfassen.
Beispiele für Sensoren, die zum Erkennen oder Erfassen der Leistungsmerkmale verwendet werden, sind unter anderem ein Spannungssensor, ein Stromsensor, ein Drehmomentsensor, ein hydraulischer Drucksensor, ein hydraulischer Durchflusssensor, ein Kraftsensor, ein Lagerlastsensor und ein Drehsensor. Leistungsmerkmale können bei unterschiedlicher Granularität gemessen werden. Beispielsweise kann der Leistungsverbrauch maschinenweit, teilsystemweit oder durch einzelne Komponenten der Teilsysteme erfasst werden.Examples of sensors used to detect or measure the performance characteristics include a tension sensor, a current sensor, a torque sensor, a hydraulic pressure sensor, a hydraulic flow sensor, a force sensor, a bearing load sensor, and a rotation sensor. Performance characteristics can be measured at different granularities. For example, the power consumption can be recorded machine-wide, sub-system-wide or by individual components of the sub-systems.
Beispiele für Sensoren, die verwendet werden, um eine oder mehrere von Ähren-, Kopf- oder Hülsenmerkmal (EHP-Merkmale) oder Kerngröße zu erkennen, sind unter anderem eine oder mehrere Kameras, kapazitive Sensoren, piezoelektrische Platten, elektromagnetische oder Ultraschall-Flugzeit-Reflexionssensoren, Signaldämpfungssensoren, Gewichts- oder Massesensoren, Materialflusssensoren usw. Diese Sensoren können an einer oder mehreren Stellen in der landwirtschaftlichen Erntemaschine 100 platziert sein, um die Verteilung des Materials in der landwirtschaftlichen Erntemaschine 100 während des Betriebs der landwirtschaftlichen Erntemaschine 100 zu erfassen.Examples of sensors used to detect one or more of ear, head or husk (EHP) traits or kernel size include one or more cameras, capacitive sensors, piezoelectric plates, electromagnetic or ultrasonic time-of-flight Reflective sensors, signal attenuation sensors, weight or mass sensors, material flow sensors, etc. These sensors can be placed at one or more locations in the
Beispiele für Sensoren, die zum Erkennen oder Erfassen einer Neigung oder eines Rollens der landwirtschaftlichen Erntemaschine 100 verwendet werden, beinhalten Beschleunigungsmesser, Gyroskope, Trägheitsmesseinheiten, gravimetrische Sensoren, Magnetometer usw. Diese Sensoren können auch die Steigung des Geländes anzeigen, auf dem sich die landwirtschaftliche Erntemaschine 100 derzeit befindet.Examples of sensors used to detect or detect pitch or roll of the
Ein Erntegutverarbeitungssystem beinhaltet ein System, das Erntegut verarbeitet, und die Zusammensetzung des Erntegutverarbeitungssystems kann auf Grundlage dessen variieren, ob die landwirtschaftliche Erntemaschine ein Mähdrescher, eine selbstfahrende Felderntemaschine, eine Zuckerrohrerntemaschine, eine Baumwollerntemaschine, eine Heuerntemaschine, eine Holzerntemaschine oder eine andere Erntemaschine ist. Die Funktionen des Erntegutverarbeitungssystems beinhalten eine oder mehrere der folgenden Funktionen: Abtrennen von Pflanzenmaterial von Wurzeln, Abtrennen von Pflanzenmaterial von Stängeln, Abtrennen von erwünschtem Material von unerwünschtem Material, Zuschneiden von Material auf Größe und Ansammeln von Material. In einem Mähdrescher kann das Erntegutverarbeitungssystem in einigen Beispielen ohne Einschränkung einen oder mehrere der Dreschrotoren 112, Dreschkörbe 114, Sieb 124, Häcksler 122 und Reinigungsgebläse 120 beinhalten.A crop processing system includes a system that processes crops, and the composition of the crop processing system may vary based on whether the agricultural harvester is a combine, self-propelled field harvester, sugar cane harvester, cotton harvester, hay harvester, timber harvester, or other harvester. The functions of the crop processing system include one or more of the following functions: severing plant material from roots, severing plant material from stems, separating desirable material from undesirable material, trimming material to size, and accumulating material. In a combine, the crop processing system may include one or more of the threshing
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionelle prädiktive Karte erzeugt und die funktionelle prädiktive Karte zur Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren Betrieb. Die Beschreibung der
Nachdem der allgemeine Ansatz in Bezug auf die
Die Vorabinformationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise in die landwirtschaftliche Erntemaschine 100 heruntergeladen und im Datenspeicher 202 gespeichert werden. In einigen Beispielen kann das Kommunikationssystem 206 ein zellulares Kommunikationssystem, ein System zum Kommunizieren über ein Weitverkehrsnetzwerk oder ein lokales Netzwerk, ein System zum Kommunizieren über ein Nahfeldkommunikationsnetzwerk oder ein Kommunikationssystem sein, das konfiguriert ist, um über ein beliebiges aus einer Vielzahl anderer Netzwerke oder Kombinationen von Netzwerken zu kommunizieren. Das Kommunikationssystem 206 kann auch ein System beinhalten, das das Herunterladen oder Übertragen von Informationen auf und von einer Secure Digital (SD-) Karte oder einer universellen seriellen Bus (USB-) Karte oder beides erleichtert.The
Der geografische Positionssensor 204 erfasst oder erkennt veranschaulichend die geografische Position oder den Ort der landwirtschaftlichen Erntemaschine 100. Der geografische Positionssensor 204 kann unter anderem einen Empfänger für ein globales Navigationssatellitensystem (GNSS) beinhalten, der Signale von einem GNSS-Satellitensender empfängt. Der geografische Positionssensor 204 kann auch eine Echtzeit-Kinematikkomponente (RTK) enthalten, die konfiguriert ist, um die Genauigkeit der aus dem GNSS-Signal abgeleiteten Positionsdaten zu verbessern. Der geografische Positionssensor 204 kann ein Koppelnavigationssystem, ein zellulares Triangulationssystem oder eine Vielzahl von anderen geografischen Positionssensoren beinhalten.The
Bei den In-situ-Sensoren 208 kann es sich um beliebige der vorstehend beschriebenen Sensoren in Bezug auf
Der prädiktive Modellgenerator 210 erzeugt ein Modell, das eine Beziehung zwischen den durch den In-situ-Sensor 208 erfassten Werten und einem durch die Vorabinformationskarte 258 auf das Feld abgebildeten Merkmal angibt. Wenn zum Beispiel die Vorinformationskarte 258 ein Ertragsmerkmal auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der die Kerngröße angibt, dann erzeugt der Vorinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Modell, das die Beziehung zwischen den Ertragsmerkmalen und der Kerngröße modelliert. Das prädiktive Maschinenmodell kann auch auf Grundlage von Merkmalen aus einer oder mehreren der Vorabinformationskarten 258 und einem oder mehreren In-situ-Datenwerten, die von In-situ-Sensoren 208 erzeugt werden, erzeugt werden. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Modell, um eine funktionelle prädiktive Karte 263 zu erzeugen, die den Wert eines Merkmals, wie etwa einer Kerngröße oder EHP-Merkmal, das durch die In-situ-Sensoren 208 an verschiedenen Positionen in dem Feld erfasst wird, auf Grundlage der Vorabinformationskarte 258 vorhersagt.The
In einigen Beispielen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp sein. In einigen Fällen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 andere Einheiten als die von den In-situ-Sensoren 208 erfassten Daten aufweisen. In einigen Beispielen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp sein, jedoch eine Beziehung zu dem Typ des von den In-situ-Sensoren 208 erfassten Datentyps haben. Beispielsweise kann der von den In-situ-Sensoren 208 erfasste Datentyp in einigen Beispielen den Wertetyp in der funktionellen prädiktiven Karte 263 anzeigen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden. In einigen Fällen kann der Datentyp in der funktionellen prädiktiven Karte 263 andere Einheiten als die Daten in der Vorabinformationskarte 258 aufweisen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden, jedoch eine Beziehung zu dem Datentyp in der Vorabinformationskarte 258 haben. Beispielsweise kann der Datentyp in der Vorabinformationskarte 258 in einigen Beispielen in der funktionellen prädiktiven Karte 263 in einigen Beispielen indikativ für den Datentyp in der funktionellen prädiktiven Karte 263 sein. In einigen Beispielen unterscheidet sich der Datentyp in der funktionellen prädiktiven Karte 263 von einem oder beiden von dem durch die In-situ-Sensoren 208 erfassten In-situ-Datentyp und dem Datentyp in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie einer oder beide des von den In-situ-Sensoren 208 erfassten In-situ-Datentyps und des Datentyps in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp oder der Datentyp in der Vorabinformationskarte 258 und unterscheidet sich von dem anderen.In some examples, the type of values in functional predictive map 263 may be the same as the type of in situ data sensed by in
Der prädiktive Kartengenerator 212 kann die Merkmale in der Vorabinformationskarte 258 und das durch den prädiktiven Modellgenerator 210 erzeugte Modell verwenden, um eine funktionelle prädiktive Karte 263 zu erzeugen, die die Merkmale an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.The predictive map generator 212 may use the features in the
Wie in
Nun werden einige Variationen in den Datentypen beschrieben, die in der Vorabinformationskarte 258 abgebildet sind, die Datentypen, die von In-situ-Sensoren 208 erfasst werden, und die Datentypen, die auf der prädiktiven Karte 264 vorhergesagt werden. Dies sind nur Beispiele, um zu veranschaulichen, dass die Datentypen gleich oder unterschiedlich sein können.Some variations in the types of data depicted in the
In einigen Beispielen unterscheidet sich der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, dennoch ist der Datentyp in der prädiktiven Karte 264 derselbe wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine topographische Karte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann ein Kornqualitätsmerkmal sein. Die prädiktive Karte 264 kann dann eine prädiktive Maschinenkarte sein, die vorhergesagte Maschinenmerkmalswerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples, the type of data in
Außerdem unterscheidet sich in einigen Beispielen der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 unterscheidet sich sowohl von dem Datentyp in der Vorabinformationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine topographische Karte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Neigung/Rollen der Maschine sein. Die prädiktive Karte 264 kann dann eine prädiktive interne Verteilungskarte sein, die vorhergesagte interne Verteilungswerte auf verschiedene geografische Positionen in dem Feld abbildet.Also, in some examples, the type of data in the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem Vorabbetrieb durch das Feld und der Datentyp unterscheidet sich von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, jedoch ist der Datentyp in der prädiktiven Karte 264 der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Saatgutgenotypkarte sein, die während des Pflanzens erzeugt wird, und die Variable, die durch die In-situ-Sensoren 208 erfasst wird, kann Verlust sein. Die prädiktive Karte 264 kann dann eine prädiktive Verlustkarte sein, die vorhergesagte Kornverlustwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine Saatgutgenotypkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntegutzustand sein, wie etwa stehendes Erntegut oder umgeknicktes Erntegut. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutzustandskarte sein, die vorhergesagte Erntegutzustandswerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples, the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem Vorabbetrieb durch das Feld und der Datentyp ist der gleiche wie der Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 ist ebenfalls der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Ertragskarte sein, die während eines Vorjahres erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann der Ertrag sein. Die prädiktive Karte 264 kann dann eine prädiktive Ertragskarte sein, die vorhergesagte Ertragswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel können die relativen Ertragsunterschiede in der georeferenzierten Vorabinformationskarte 258 aus dem Vorjahr durch den prädiktiven Modellgenerator 210 verwendet werden, um ein prädiktives Modell zu erzeugen, das eine Beziehung zwischen den relativen Ertragsunterschieden auf der Vorabinformationskarte 258 und den Ertragswerten modelliert, die durch In-situ-Sensoren 208 während des aktuellen Erntevorgangs erfasst werden. Das prädiktive Modell wird dann von dem prädiktiven Kartengenerator 210 verwendet, um eine prädiktive Ertragskarte zu erzeugen.In some examples, the
In einigen Beispielen kann dem Steuerzonengenerator 213 eine prädiktive Karte 264 bereitgestellt werden. Der Steuerzonengenerator 213 gruppiert zusammenhängende einzelne Punktdatenwerte auf der prädiktiven Karte 264 in Steuerzonen. Eine Steuerzone kann zwei oder mehr zusammenhängende Abschnitte eines Bereichs, wie etwa eines Feldes, beinhalten, für die ein Steuerparameter, der der Steuerzone zum Steuern eines steuerbaren Teilsystems entspricht, konstant ist. Beispielsweise kann eine Reaktionszeit zum Ändern einer Einstellung steuerbarer Teilsysteme 216 unzureichend sein, um zufriedenstellend auf Änderungen von Werten zu reagieren, die in einer Karte enthalten sind, wie etwa der prädiktiven Karte 264. In diesem Fall analysiert der Steuerzonengenerator 213 die Karte und identifiziert Steuerzonen, die eine definierte Größe aufweisen, um die Reaktionszeit der steuerbaren Teilsysteme 216 zu berücksichtigen. In einem weiteren Beispiel können die Steuerzonen bemessen sein, um den Verschleiß durch übermäßige Stellgliedbewegung, die sich aus der kontinuierlichen Einstellung ergibt, zu reduzieren. In einigen Beispielen kann es einen anderen Satz von Steuerzonen für jedes steuerbare Teilsystem 216 oder für Gruppen von steuerbaren Teilsystemen 216 geben. Die Steuerzonen können zu der prädiktiven Karte 264 hinzugefügt werden, um eine prädiktive Steuerzonenkarte 265 zu erhalten. Die prädiktive Steuerzonenkarte 265 kann somit der prädiktiven Karte 264 ähnlich sein, mit der Ausnahme, dass die prädiktive Steuerzonenkarte 265 Steuerzoneninformationen beinhaltet, die die Steuerzonen definieren. Somit kann eine funktionelle prädiktive Karte 263, wie hierin beschrieben, Steuerzonen beinhalten. Sowohl die prädiktive Karte 264 als auch die prädiktive Steuerzonenkarte 265 sind funktionelle prädiktive Karten 263. In einem Beispiel beinhaltet eine funktionelle prädiktive Karte 263 keine Steuerzonen, wie etwa die prädiktive Karte 264. In some examples, a predictive map 264 may be provided to the
In einem weiteren Beispiel beinhaltet eine funktionelle prädiktive Karte 263 Steuerzonen, wie etwa die prädiktive Steuerzonenkarte 265. In einigen Beispielen können mehrere Erntegüter gleichzeitig in einem Feld vorhanden sein, wenn ein Mischkultur-Produktionssystem implementiert ist. In diesem Fall können der prädiktive Kartengenerator 212 und der Steuerzonengenerator 213 die Position und das Merkmal der zwei oder mehr Erntegutarten identifizieren und dann die prädiktive Karte 264 und die prädiktive Steuerzonenkarte 265 entsprechend erzeugen.In another example, a functional predictive map 263 includes control zones, such as predictive control zone map 265. In some examples, multiple crops may be present in a field at the same time when a mixed crop production system is implemented. In this case, the predictive map generator 212 and the
Es ist ebenfalls zu beachten, dass der Steuerzonengenerator 213 Werte gruppieren kann, um Steuerzonen zu erzeugen, und die Steuerzonen zu einer prädiktiven Steuerzonenkarte 265 oder einer separaten Karte hinzugefügt werden können, die nur die erzeugten Steuerzonen zeigt. In einigen Beispielen können die Steuerzonen nur zum Steuern oder Kalibrieren der landwirtschaftlichen Erntemaschine 100 oder für beides verwendet werden. In anderen Beispielen können die Steuerzonen dem Bediener 260 präsentiert und verwendet werden, um die landwirtschaftliche Erntemaschine 100 zu steuern oder zu kalibrieren, und in anderen Beispielen können die Steuerzonen einfach dem Bediener 260 oder einem anderen Benutzer präsentiert oder zur späteren Verwendung gespeichert werden.It should also be noted that the
Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide werden dem Steuersystem 214 bereitgestellt, das Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider erzeugt. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 an andere landwirtschaftliche Erntemaschinen, die auf demselben Feld ernten, zu kommunizieren. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide an andere Remote-Systeme zu senden.The predictive map 264 or the predictive control zone map 265 or both are provided to the
In einigen Beispielen kann dem Strecken-/Auftragsgenerator 267 eine prädiktive Karte 264 bereitgestellt werden. Der Strecken-/Auftragsgenerator 267 zeichnet einen Fahrweg für die landwirtschaftliche Erntemaschine 100 auf, um während des Erntebetriebs auf Grundlage der prädiktiven Karte 264 darauf zu fahren. Der Fahrweg kann auch Maschinensteuerungseinstellungen enthalten, die auch Positionen entlang des Fahrweges entsprechen. Wenn zum Beispiel ein Fahrweg einen Hügel hinaufführt, kann der Fahrweg an einem Punkt vor dem Hügelanstieg eine Steuerung beinhalten, die angibt, dass Leistung an Antriebssysteme geleitet wird, um eine Geschwindigkeit oder Vorschubgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 aufrechtzuerhalten. In einigen Beispielen analysiert der Strecken-/Auftragsgenerator 267 die verschiedenen Ausrichtungen der landwirtschaftlichen Erntemaschine 100 und die prognostizierten Maschinenmerkmale, die die Ausrichtungen gemäß der prädiktiven Karte 264 für eine Vielzahl von verschiedenen Fahrtstrecken erzeugen sollen, und wählt eine Strecke aus, die wünschenswerte Ergebnisse aufweist (wie etwa eine schnelle Erntezeit oder eine gewünschte Leistungsauslastung oder eine Materialverteilungsgleichmäßigkeit).In some examples, a predictive map 264 may be provided to the route/
Die Bedienerschnittstellensteuerung 231 ist betreibbar, um Steuersignale zu erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Die Bedienerschnittstellensteuerung 231 ist außerdem betreibbar, um dem Bediener 260 die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder andere Informationen, die von oder auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider abgeleitet werden, zu präsentieren. Der Bediener 260 kann ein lokaler Bediener oder ein Remote-Bediener sein. Als ein Beispiel erzeugt die Steuerung 231 Steuersignale, um einen Anzeigemechanismus zu steuern, um eine oder beide der prädiktiven Karte 264 und prädiktiven Steuerzonenkarte 265 für den Bediener 260 anzuzeigen. Die Steuerung 231 kann vom Bediener betätigbare Mechanismen erzeugen, die angezeigt werden und vom Bediener betätigt werden können, um mit der angezeigten Karte zu interagieren. Der Bediener kann die Karte bearbeiten, indem er aufgrund der Beobachtung des Bedieners beispielsweise eine auf der Karte angezeigte Leistungsauslastung korrigiert. Die Einstellungssteuerung 232 kann Steuersignale erzeugen, um verschiedene Einstellungen an der landwirtschaftlichen Erntemaschine 100 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Zum Beispiel kann die Einstellungssteuerung 232 Steuersignale erzeugen, um die Maschinen- und Erntevorsatzstellglieder 248 zu steuern. Als Reaktion auf die erzeugten Steuersignale arbeiten die Maschinen- und Erntevorsatzstellglieder 248, um zum Beispiel eine oder mehrere der Sieb- und Häckseleinstellungen, den Dreschkorbspalt, die Dreschrotoreinstellungen, die Reinigungsgebläse-Drehzahleinstellungen, die Erntevorsatzhöhe, die Erntevorsatzfunktionalität, die Haspeldrehzahl, die Haspelposition, die Draperfunktionalität (wobei die landwirtschaftliche Erntemaschine 100 mit einem Draper-Erntevorsatz gekoppelt ist), die Maisvorsatzfunktionalität, die interne Verteilungssteuerung und andere Stellglieder 248, die die anderen Funktionen der landwirtschaftlichen Erntemaschine 100 beeinflussen, zu steuern. Die Pfadplanungssteuerung 234 erzeugt veranschaulichend Steuersignale, um das Lenkungs-Teilsystem 252 zu steuern, um die landwirtschaftliche Erntemaschine 100 gemäß einem gewünschten Pfad zu steuern. Die Pfadplanungssteuerung 234 kann ein Pfadplanungssystem steuern, um eine Route für die landwirtschaftliche Erntemaschine 100 zu erzeugen, und kann das Antriebs-Teilsystem 250 und das Lenkteilsystem 252 steuern, um die landwirtschaftliche Erntemaschine 100 entlang dieser Route zu lenken. Die Vorschubgeschwindigkeitssteuerung 236 kann verschiedene Teilsysteme steuern, wie etwa das Antriebs-Teilsystem 250 und die Maschinenstellglieder 248, um eine Vorschubgeschwindigkeit auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Wenn sich zum Beispiel die landwirtschaftliche Erntemaschine 100 einem abfallenden Gelände nähert, das einen geschätzten Geschwindigkeitswert über einem ausgewählten Schwellenwert aufweist, kann die Vorschubgeschwindigkeitssteuerung 236 die Geschwindigkeit der Maschine 100 reduzieren, um eine konstante Vorschubrate von Biomasse durch die landwirtschaftliche Erntemaschine 100 aufrechtzuerhalten. Die Erntevorsatz- und Haspelsteuerung 238 kann Steuersignale erzeugen, um einen Erntevorsatz oder eine Haspel oder eine andere Erntevorsatzfunktionalität zu steuern. Die Draperbandsteuerung 240 kann Steuersignale erzeugen, um einen Draperband oder eine andere Draperfunktionalität auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Wenn sich zum Beispiel die landwirtschaftliche Erntemaschine 100 einem abfallenden Gelände nähert, das einen geschätzten Geschwindigkeitswert über einem ausgewählten Schwellenwert aufweist, kann die Draperbandsteuerung 240 die Geschwindigkeit der Draperbänder erhöhen, um ein Rückstau von Material auf den Bändern zu verhindern. Die Deckplattenpositionssteuerung 242 kann Steuersignale erzeugen, um eine Position einer Deckplatte, die in einem Erntevorsatz enthalten ist, auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern, und die Rückstandssystemsteuerung 244 kann Steuersignale erzeugen, um ein Rückstands-Teilsystem 138 auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Maschinenreinigungssteuerung 245 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Wenn zum Beispiel die landwirtschaftliche Erntemaschine 100 dabei ist, sich quer auf eine Neigung zu bewegen, wobei geschätzt wird, dass die interne Materialverteilung überproportional auf einer Seite des Reinigungs-Teilsystems 254 sein wird, kann die Maschinenreinigungssteuerung 245 das Reinigungs-Teilsystem 254 anpassen, um das überproportionale Material zu berücksichtigen oder zu korrigieren. Andere Steuerungen, die in der landwirtschaftlichen Erntemaschine 100 enthalten sind, können andere Teilsysteme auf Grundlage der prädiktiven Karte 264 oder prädiktiven Steuerzonenkarte 265 oder beider ebenfalls steuern.
Die
Bei 280 empfängt die landwirtschaftliche Erntemaschine 100 die Vorabinformationskarte 258. Beispiele für die Vorabinformationskarte 258 oder das Empfangen der Vorabinformationskarte 258 werden in Bezug auf die Blöcke 281, 282, 284 und 286 erörtert. Wie oben erörtert, bildet die Vorabinformationskarte 258 Werte einer Variable, die einem ersten Merkmal entspricht, auf verschiedene Positionen im Feld ab, wie bei Block 282 angezeigt. Wie bei Block 281 angezeigt, kann das Empfangen der Vorabinformationskarte 258 das Auswählen einer oder mehrerer einer Vielzahl von möglichen Vorabinformationskarten beinhalten, die verfügbar sind. Zum Beispiel kann eine Vorabinformationskarte eine Geländeprofilkarte sein, die aus Luftphasenprofilometriebildern erzeugt wird. Eine andere Vorabinformationskarte kann eine Karte sein, die während eines früheren Durchgangs durch das Feld erzeugt wurde, der von einer anderen Maschine durchgeführt worden sein kann, die einen früheren Vorgang auf dem Feld durchgeführt hat, wie beispielsweise eine Sprühvorrichtung oder eine andere Maschine. Der Vorgang, durch den eine oder mehrere Vorabinformationskarten ausgewählt werden, kann manuell, halbautomatisch oder automatisch sein. Die Vorabinformationskarte 258 basiert auf Daten, die vor einem aktuellen Erntevorgang erfasst wurden. Dies wird durch Block 284 angezeigt. Beispielsweise können die Daten durch einen GPS-Empfänger gesammelt worden sein, der während eines Vorabfeldbetriebs an einem Ausrüstungsteil montiert war. Beispielsweise können die Daten in einem Lidarbereichsabtastvorgang während eines Vorjahres oder früher in der aktuellen Wachstumsperiode oder zu anderen Zeiten gesammelt werden. Die Daten können auf Daten basieren, die auf andere Weise als mithilfe von Lidarbereichsabtastung erkannt oder empfangen werden. Beispielsweise kann eine Drohne, die mit einem Streifenprojektionsprofilometriesystem ausgestattet ist, das Profil oder die Höhe des Geländes erfassen. Oder zum Beispiel können einige topographische Merkmale auf Grundlage von Wettermustern geschätzt werden, wie etwa die Bildung von Furchen aufgrund von Erosion oder das Aufbrechen von Klumpen über Frost-Tau-Zyklen. In einigen Beispielen kann die Vorabinformationskarte 258 durch Kombinieren von Daten aus einer Reihe von Quellen, wie etwa den oben aufgeführten, erstellt werden. Zum Beispiel können die Daten für die Vorabinformationskarte 258, wie etwa eine topografische Karte, mithilfe des Kommunikationssystems 206 an die landwirtschaftliche Erntemaschine 100 übertragen und im Datenspeicher 202 gespeichert werden. Die Daten für die Vorabinformationskarte 258 können auch auf andere Weise mithilfe des Kommunikationssystems 206 der landwirtschaftlichen Erntemaschine 100 bereitgestellt werden, was durch Block 286 im Flussdiagramm von
Bei Beginn eines Erntevorgangs erzeugen die In-situ-Sensoren 208 Sensorsignale, die einen oder mehrere In-situ-Datenwerte anzeigen, die ein Maschinenmerkmal anzeigen, zum Beispiel Kerngröße und EHP-Merkmale. Beispiele für In-situ-Sensoren 208 werden in Bezug auf die Blöcke 222, 290 und 226 erörtert. Wie oben erläutert, beinhalten die In-situ-Sensoren 208 bordeigene Sensoren 222; Remote-In-situ-Sensoren 224, wie etwa UAV-basierte Sensoren, die zu einem Zeitpunkt geflogen werden, um In-situ-Daten zu sammeln, wie in Block 290 gezeigt; oder andere Arten von In-situ-Sensoren, die durch In-situ-Sensoren 226 bezeichnet werden. In einigen Beispielen werden Daten von bordeigenen Sensoren mithilfe von Positions-, Kurs- oder Geschwindigkeitsdaten von dem geografischen Positionssensor 204 georeferenziert.At the beginning of a harvesting operation, the in
Der prädiktive Modellgenerator 210 steuert den Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Vorabinformationskarte 258 enthalten sind, und den In-situ-Werten, die durch die In-situ-Sensoren 208 erfasst werden, modelliert, wie durch Block 292 angezeigt. Die Merkmale oder Datentypen, die durch die abgebildeten Werte in der Vorabinformationskarte 258 dargestellt werden, und die In-situ-Werte, die durch die In-situ-Sensoren 208 erfasst werden, können die gleichen Merkmale oder Datentypen oder verschiedene Merkmale oder Datentypen sein.The
Die Beziehung oder das Modell, die bzw. das von dem prädiktiven Modellgenerator 210 erzeugt wird, wird dem prädiktiven Kartengenerator 212 bereitgestellt. Der prädiktive Kartengenerator 212 erzeugt eine prädiktive Karte 264, die einen Wert des durch die In-situ-Sensoren 208 erfassten Merkmals an verschiedenen geografischen Positionen in einem zu erntenden Feld oder ein anderes Merkmal, das mit dem durch die In-situ-Sensoren 208 erfassten Merkmal in Beziehung steht, mithilfe des prädiktiven Modells und der Vorabinformationskarte 258 vorhersagt, wie durch Block 294 angezeigt.The relationship or model generated by the
Es ist zu beachten, dass die Vorabinformationskarte 258 in einigen Beispielen zwei oder mehr verschiedene Karten oder zwei oder mehr verschiedene Kartenebenen einer einzelnen Karte beinhalten kann. Jede Karte in den zwei oder mehr verschiedenen Karten oder jede Ebene in den zwei oder mehr verschiedenen Kartenebenen einer einzelnen Karte bildet einen anderen Typ von Variablen zu den geografischen Positionen im Feld ab. In einem solchen Beispiel erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehung zwischen den In-situ-Daten und jeder der verschiedenen Variablen modelliert, die durch die zwei oder mehr verschiedenen Karten oder die zwei oder mehr verschiedenen Kartenebenen abgebildet sind. Gleichermaßen können die In-situ-Sensoren 208 zwei oder mehr Sensoren beinhalten, die jeweils eine andere Art von Variablen erfassen. Somit erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehungen zwischen jedem durch die Vorabinformationskarte 258 abgebildeten Variablentyp und jedem durch die In-situ-Sensoren 208 erfassten Variablentyp modelliert. Der prädiktive Kartengenerator 212 kann eine funktionelle prädiktive Karte 263 erzeugen, die einen Wert für jedes erfasste Merkmal, das von den In-situ-Sensoren 208 erfasst wird (oder einem Merkmal, das sich auf das erfasste Merkmal bezieht), an verschiedenen Positionen in dem Feld, das geerntet wird, mithilfe des prädiktiven Modells und jeder der Karten oder Kartenebenen in der Vorabinformationskarte 258 vorhersagt.Note that in some examples, the
Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 derart, dass die prädiktive Karte 264 durch das Steuersystem 214 umsetzbar (oder verbrauchbar) ist. Der prädiktive Kartengenerator 212 kann die prädiktive Karte 264 dem Steuersystem 214 oder dem Steuerzonengenerator 213 oder beiden bereitstellen. Einige Beispiele für verschiedene Arten, wie die prädiktive Karte 264 konfiguriert oder ausgegeben werden kann, werden in Bezug auf die Blöcke 296, 293, 295, 299 und 297 beschrieben. Beispielsweise konfiguriert der prädiktive Kartengenerator 212 die prädiktive Karte 264, so dass die prädiktive Karte 264 Werte beinhaltet, die durch das Steuersystem 214 gelesen und als Grundlage zum Erzeugen von Steuersignalen für eines oder mehrere der verschiedenen steuerbaren Teilsysteme der landwirtschaftlichen Erntemaschine 100 verwendet werden können, wie durch Block 296 angezeigt.The predictive map generator 212 configures the predictive map 264 such that the predictive map 264 is actionable (or consumable) by the
Der Strecken-/Auftragsgenerator 267 zeichnet einen Fahrweg für die landwirtschaftliche Erntemaschine 100 auf, um während des Erntebetriebs auf Grundlage der prädiktiven Karte 204 darauf zu fahren, wie bei Block 293 angegeben. Der Steuerzonengenerator 213 kann die prädiktive Karte 264 auf Grundlage der Werte auf der prädiktiven Karte 264 in Steuerzonen unterteilen. Kontinuierlich geolokalisierte Werte, die innerhalb eines Schwellenwertes voneinander liegen, können in eine Steuerzone gruppiert werden. Der Schwellenwert kann ein Standardschwellenwert sein oder der Schwellenwert kann auf Grundlage einer Bedienereingabe, auf Grundlage einer Eingabe von einem automatisierten System oder auf Grundlage anderer Kriterien festgelegt werden. Eine Größe der Zonen kann auf einer Reaktionsfähigkeit des Steuersystems 214, der steuerbaren Teilsysteme 216 oder auf Verschleißüberlegungen oder auf anderen Kriterien basieren, wie durch Block 295 angezeigt. Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 zur Präsentation für einen Bediener oder einen anderen Benutzer. Der Steuerzonengenerator 213 kann eine prädiktive Steuerzonenkarte 265 zur Präsentation für einen Bediener oder einen anderen Benutzer konfigurieren. Dies wird durch Block 299 angezeigt. Wenn sie einem Bediener oder einem anderen Benutzer präsentiert wird, kann die Präsentation der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider einen oder mehrere der prädiktiven Werte auf der prädiktiven Karte 264, die mit der geografischen Position korreliert sind, die Steuerzonen auf der prädiktiven Steuerzonenkarte 265, die mit der geografischen Position korreliert sind, und Einstellwerte oder Steuerparameter enthalten, die auf der Grundlage der prädiktiven Werte auf der Karte 264 oder den Zonen auf der prädiktiven Steuerzonenkarte 265 verwendet werden. Die Präsentation kann in einem anderen Beispiel mehr abstrahierte Informationen oder detailliertere Informationen beinhalten. Die Darstellung kann auch ein Konfidenzniveau beinhalten, das eine Genauigkeit angibt, mit der die prädiktiven Werte auf der prädiktiven Karte 264 oder die Zonen auf der prädiktiven Steuerzonenkarte 265 mit gemessenen Werten übereinstimmen, die durch Sensoren an der landwirtschaftlichen Erntemaschine 100 gemessen werden können, wenn sich die landwirtschaftliche Erntemaschine 100 durch das Feld bewegt. Ferner kann ein Authentifizierungs- oder Autorisierungssystem bereitgestellt werden, das Authentifizierungs- und Autorisierungsprozesse implementiert, wenn Informationen an mehreren Positionen präsentiert werden. Beispielsweise kann es eine Hierarchie von Personen geben, die berechtigt sind, Karten und andere präsentierte Informationen anzuzeigen und zu ändern. Beispielsweise kann eine bordeigene Anzeigevorrichtung die Karten nur in nahezu Echtzeit lokal auf der Maschine anzeigen, oder die Karten können auch an einem oder mehreren Remote-Standorten erzeugt werden. In einigen Beispielen kann jede physische Anzeigevorrichtung an jedem Standort einer Person oder einer Benutzerberechtigungsstufe zugeordnet sein. Die Benutzerberechtigungsstufe kann verwendet werden, um zu bestimmen, welche Anzeigemarkierungen auf der physischen Anzeigevorrichtung sichtbar sind und welche Werte die entsprechende Person ändern kann. Beispielsweise ist ein lokaler Bediener der Maschine 100 möglicherweise nicht in der Lage, die Informationen, die der prädiktiven Karte 264 entsprechen, zu sehen oder Änderungen am Maschinenbetrieb vorzunehmen. Ein Vorgesetzter kann jedoch an einem Remote-Standort die prädiktive Karte 264 auf der Anzeige sehen, aber keine Änderungen vornehmen. Ein Manager, der sich an einem separaten Remote-Standort befinden kann, kann möglicherweise alle Elemente auf der prädiktiven Karte 264 sehen und auch in der Lage sein, die prädiktive Karte 264, die in der Maschinensteuerung verwendet wird, zu ändern. Dies ist ein Beispiel für eine Autorisierungshierarchie, die implementiert werden kann. Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide können auch auf andere Weise konfiguriert werden, wie durch Block 297 angezeigt.The route/
Bei Block 298 werden Eingaben von dem geografischen Positionssensor 204 und anderen In-situ-Sensoren 208 von dem Steuersystem empfangen. Block 300 stellt den Empfang einer Eingabe von dem geografischen Positionssensor 204 durch das Steuersystem 214 dar, der eine geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Block 302 stellt den Empfang von Sensoreingaben durch das Steuersystem 214 dar, die den Bahnverlauf oder den Kurs der landwirtschaftlichen Erntemaschine 100 angeben, und Block 304 stellt den Empfang einer Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Steuersystem 214 dar. Block 306 stellt den Empfang anderer Informationen von verschiedenen In-situ-Sensoren 208 durch das Steuersystem 214 dar.At
Bei Block 308 generiert das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider und der Eingabe von dem geografischen Positionssensor 204 und beliebigen anderen In-situ-Sensoren 208 zu steuern. Bei Block 310 wendet das Steuersystem 214 die Steuersignale auf die steuerbaren Teilsysteme an. Es versteht sich, dass die bestimmten Steuersignale, die erzeugt werden, und die bestimmten steuerbaren Teilsysteme 216, die gesteuert werden, auf Grundlage eines oder mehrerer verschiedener Dinge variieren können. Beispielsweise können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, auf der Art der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beiden basieren, die verwendet werden. Gleichermaßen können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, und der Zeitpunkt der Steuersignale auf verschiedenen Latenzen des Erntegutstroms durch die landwirtschaftliche Erntemaschine 100 und der Reaktionsfähigkeit der steuerbaren Teilsysteme 216 basieren.At block 308 the
Beispielsweise kann eine erzeugte prädiktive Karte 264 in Form einer funktionellen prädiktiven Kerngrößenkarte verwendet werden, um eines oder mehrere Teilsysteme 216 zu steuern. Beispielsweise kann die funktionelle prädiktive Kerngrößenkarte Kerngrößenwerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die Kerngrößenwerte aus der funktionellen prädiktiven Kerngrößenkarte können extrahiert und verwendet werden, um die Gebläsedrehzahl zu steuern, um sicherzustellen, dass das Reinigungsgebläse 120 Erntegutverluste durch das Reinigungs-Teilsystem 118 minimiert, während sich die landwirtschaftliche Erntemaschine 100 durch das Feld bewegt. Beispielsweise kann das Reinigungsgebläse 120 gesteuert werden, indem die Gebläsedrehzahl reduziert wird, um zu vermeiden, dass kleinere Körner aus der landwirtschaftlichen Erntemaschine 100 geblasen werden. In einem weiteren Beispiel ist die prädiktive Karte 264 eine EHP-Merkmalskarte, die EHP-Merkmalswerte beinhaltet, die krankes Erntegut angeben, das auf verschiedene Positionen in dem zu erntenden Feld georeferenziert ist. Die EHP-Merkmalswerte können extrahiert und verwendet werden, um die Geschwindigkeit des Reinigungsgebläses 120 durch Erhöhen der Gebläsedrehzahl zu steuern, um das kranke Erntegut aus der landwirtschaftlichen Erntemaschine 100 zu blasen. Die vorhergehenden Beispiele, die eine Verwendung einer prädiktiven Kerngrößenkarte und die prädiktive EHP-Merkmalskarte betreffen, sind lediglich beispielhaft bereitgestellt. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Maschinenkarte oder einer anderen Art von prädiktiver Karte erhalten werden, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern.For example, a generated predictive map 264 in the form of a functional predictive core size map may be used to control one or
Bei Block 312 wird bestimmt, ob der Erntevorgang abgeschlossen wurde. Wenn die Ernte nicht abgeschlossen ist, fährt die Verarbeitung mit Block 314 fort, wo In-situ-Sensordaten von dem geografischen Positionssensor 204 und den In-situ-Sensoren 208 (und möglicherweise anderen Sensoren) weiterhin gelesen werden.At
In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 bei Block 316 auch Lernauslösekriterien erkennen, um maschinelles Lernen an einer oder mehreren von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265, dem Modell, das von dem prädiktiven Modellgenerator 210 erzeugt wird, den Zonen, die von dem Steuerzonengenerator 213 erzeugt werden, einem oder mehreren Steueralgorithmen, die von den Steuerungen in dem Steuersystem 214 implementiert werden, und anderem ausgelösten Lernen durchzuführen.In some examples, at block 316,
Die Lernauslösekriterien können eine Vielzahl verschiedener Kriterien beinhalten. Einige Beispiele für das Erkennen von Auslösekriterien werden in Bezug auf die Blöcke 318, 320, 321, 322 und 324 erörtert. Beispielsweise kann das ausgelöste Lernen in einigen Beispielen das Wiederherstellen einer Beziehung beinhalten, die verwendet wird, um ein prädiktives Modell zu erzeugen, wenn eine Schwellenmenge von In-situ-Sensordaten von den In-situ-Sensoren 208 erhalten wird. In solchen Beispielen löst der Empfang einer Menge von In-situ-Sensordaten von den In-situ-Sensoren 208, die einen Schwellenwert überschreitet, den prädiktiven Modellgenerator 210 aus oder veranlasst ihn, ein neues prädiktives Modell zu erzeugen, das vom prädiktiven Kartengenerator 212 verwendet wird. Wenn also die landwirtschaftliche Erntemaschine 100 einen Erntevorgang fortsetzt, löst der Empfang der Schwellenmenge an In-situ-Sensordaten von den In-situ-Sensoren 208 die Erzeugung einer neuen Beziehung aus, die durch ein prädiktives Modell repräsentiert wird, das durch den prädiktiven Modellgenerator 210 erzeugt wird. Ferner können die neue prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide mithilfe des neuen prädiktiven Modells erneut erzeugt werden. Block 318 stellt das Erkennen einer Schwellenwertmenge von In-situ-Sensordaten dar, die verwendet werden, um die Erstellung eines neuen prädiktiven Modells auszulösen.The learning trigger criteria can contain a large number of different criteria. Some examples of detecting trigger criteria are discussed with respect to
In anderen Beispielen können die Lernauslösekriterien darauf beruhen, wie stark sich die In-situ-Sensordaten von den In-situ-Sensoren 208 von vorherigen Werten oder von einem Schwellenwert ändern. Wenn zum Beispiel Abweichungen innerhalb der In-situ-Sensordaten (oder der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258) innerhalb eines Bereichs liegen, der weniger als ein definierter Betrag ist oder unter einem Schwellenwert liegen, dann wird kein neues prädiktives Modell durch den prädiktiven Modellgenerator 210 erzeugt. Infolgedessen erzeugt der prädiktive Kartengenerator 212 keine neue prädiktive Karte 264, prädiktive Steuerzonenkarte 265 oder beides. Wenn jedoch Abweichungen innerhalb der In-situ-Sensordaten den Bereich überschreiten oder beispielsweise den vordefinierten Betrag oder den Schwellenwert überschreiten oder wenn eine Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258 beispielsweise um einen definierten Betrag variiert, erzeugt der prädiktive Modellgenerator 210 ein neues prädiktives Modell mithilfe aller oder eines Teils der neu empfangenen In-situ-Sensordaten, die der prädiktive Kartengenerator 212 verwendet, um eine neue prädiktive Karte 264 zu erzeugen. Bei Block 320 können Variationen der In-situ-Sensordaten, wie etwa eine Größe eines Betrags, um den die Daten den ausgewählten Bereich überschreiten, oder eine Größe der Variation der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines prädiktiven Modells und einer prädiktiven Karte zu veranlassen. Der Schwellenwert, der Bereich und der definierte Betrag können auf Standardwerte eingestellt werden oder durch einen Bediener oder eine Benutzerinteraktion über eine Benutzerschnittstelle eingestellt werden, oder durch ein automatisiertes System oder auf andere Weise eingestellt werden.In other examples, the learning trigger criteria may be based on how much the in situ sensor data from the in
Es können auch andere Lernauslösekriterien verwendet werden. Wenn zum Beispiel der prädiktive Modellgenerator 210 zu einer anderen Vorabinformationskarte (die sich von der ursprünglich ausgewählten Vorabinformationskarte 258 unterscheidet) umschaltet, kann das Umschalten zu der anderen Vorabinformationskarte ein erneutes Lernen durch den prädiktiven Modellgenerator 210, den prädiktiven Kartengenerator 212, den Steuerzonengenerator 213, das Steuersystem 214 oder andere Elemente auslösen. In einem weiteren Beispiel kann auch der Übergang der landwirtschaftlichen Erntemaschine 100 zu einer anderen Topographie oder zu einer anderen Steuerzone als Lernauslösekriterien verwendet werden.Other learning trigger criteria can also be used. For example, if the
In einigen Fällen kann der Bediener 260 auch die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide bearbeiten. Die Bearbeitungen können einen Wert auf der prädiktiven Karte 264 oder die Größe, Form, Position oder Vorhandensein einer Steuerzone oder einen Wert auf der prädiktiven Steuerzonenkarte 265 oder beides ändern. Block 321 zeigt, dass bearbeitete Informationen als Lernauslösekriterien verwendet werden können.In some cases,
In einigen Fällen kann es auch sein, dass der Bediener 260 beobachtet, dass die automatisierte Steuerung eines steuerbaren Teilsystems nicht das ist, was der Bediener wünscht. In solchen Fällen kann der Bediener 260 dem steuerbaren Teilsystem eine vom Bediener initiierte Anpassung bereitstellen, die widerspiegelt, dass der Bediener 260 wünscht, dass das steuerbare Teilsystem anders arbeitet, als vom Steuersystem 214 befohlen wird. Somit kann eine vom Bediener initiierte Änderung einer Einstellung durch den Bediener 260 bewirken, dass der prädiktive Modellgenerator 210 ein Modell neu erlernt, der prädiktive Kartengenerator 212 die Karte 264 neu erzeugt, der Steuerzonengenerator 213 die Steuerzonen auf der prädiktiven Steuerzonenkarte 265 neu erzeugt, und das Steuersystem 214 seinen Steueralgorithmus neu erlernt oder maschinelles Lernen an einer der Steuerkomponenten 232-246 im Steuersystem 214 auf Grundlage der Einstellung durch den Bediener 260 durchführt, wie in Block 322 gezeigt. Block 324 stellt die Verwendung anderer ausgelöster Lernkriterien dar.Also, in some cases, the
In anderen Beispielen kann das erneute Lernen periodisch oder intermittierend durchgeführt werden, zum Beispiel auf Grundlage eines ausgewählten Zeitintervalls, wie etwa eines diskreten Zeitintervalls oder eines variablen Zeitintervalls. Dies wird durch Block 326 angezeigt.In other examples, the relearning may be performed periodically or intermittently, for example based on a selected time interval, such as a discrete time interval or a variable time interval.
Wenn ein erneutes Lernen ausgelöst wird, ob auf Grundlage von Lernauslösekriterien oder auf Grundlage des Durchlaufs eines Zeitintervalls, wie durch Block 326 angezeigt, führt einer oder mehrere von dem prädiktiven Modellgenerator 210, dem prädiktiven Kartengenerator 212, dem Steuerzonengenerator 213 und dem Steuersystem 214 maschinelles Lernen durch, um ein neues prädiktives Modell, eine neue prädiktive Karte, neue Steuerzonen bzw. einen neuen Steueralgorithmus auf Grundlage der Lernauslösekriterien zu erzeugen. Das neue prädiktive Modell, die neue prädiktive Karte und der neue Steueralgorithmus werden mithilfe zusätzlicher Daten generiert, die seit dem letzten Lernvorgang gesammelt wurden. Das Durchführen des Umlernens wird durch Block 328 angezeigt.When relearning is triggered, whether based on learning trigger criteria or based on the passage of a time interval, as indicated by
Wenn der Erntevorgang abgeschlossen wurde, geht der Vorgang von Block 312 zu Block 330 über, wo eines oder mehrere von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 und dem prädiktiven Modell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, gespeichert werden. Die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 und das prädiktive Modell können lokal auf dem Datenspeicher 202 gespeichert oder mithilfe des Kommunikationssystems 206 zur späteren Verwendung an ein Remote-System gesendet werden.When the harvesting process has been completed, the process proceeds from
Es ist zu beachten, dass, während einige Beispiele hierin den prädiktiven Modellgenerator 210 und den prädiktiven Kartengenerator 212 beschreiben, die eine Vorabinformationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionellen prädiktiven Karte der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 in anderen Beispielen beim Erzeugen eines prädiktiven Modells und einer funktionellen prädiktiven Karte andere Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, empfangen können.It should be noted that while some examples herein describe the
In einigen Beispielen können ein oder mehrere Sensoren 344 und 346 elektronische Signale erzeugen, die das Merkmal anzeigen, das der Sensor erfasst. Das Verarbeitungssystem 352 verarbeitet eines oder mehrere der über die Sensoren erhaltenen Sensorsignale, um verarbeitete Daten zu erzeugen, die ein oder mehrere Merkmale identifizieren. Die durch das Verarbeitungssystem 352 identifizierten Merkmale können Kerngröße oder ein EHP-Merkmal beinhalten.In some examples, one or
Die Sensoren 344 und 346 können optische Sensoren sein oder beinhalten, wie etwa eine Kamera, die sich in der landwirtschaftlichen Erntemaschine 100 befindet (im Folgenden „Prozesskamera“ genannt), die innere Abschnitte der landwirtschaftlichen Erntemaschine 100 anzeigt, die das landwirtschaftliche Material für Korn verarbeiten. Somit ist das Verarbeitungssystem 352 in einigen Beispielen betreibbar, um eine oder mehrere von der Kerngröße und ein oder mehrere EHP-Merkmale des Materials, das durch die landwirtschaftliche Erntemaschine 100 läuft, auf Grundlage eines Bildes, das von den Sensoren 344 und 346 erfasst wird, zu erkennen. In anderen Beispielen kann die Prozesskamera eine Reinkornkamera 150 sein und das Verarbeitungssystem 352 ist betreibbar, um Kerngröße und EHP-Merkmale zu erkennen.
Andere Sensoren können ebenfalls verwendet werden. In einigen Beispielen können rohe oder verarbeitete Daten von den Sensoren 344 und 346 dem Bediener 260 über den Bedienerschnittstellenmechanismus 218 präsentiert werden. Der Bediener 260 kann sich an Bord der landwirtschaftlichen Erntemaschine 100 oder an einem Remote-Standort befinden.Other sensors can also be used. In some examples, raw or processed data from
Die Kerngröße kann durch Dinge wie die Pflanzengesundheit beeinflusst werden, die durch den vegetativen Index angezeigt werden können. Der vegetative Index-zu-Kerngrößen-Modellgenerator 366 kann ein Modell erzeugen, das eine Beziehung zwischen den Vl-Merkmalen auf der VI-Karte 336 und der Ausgabe des Kerngrößensensors 344 modelliert. Außerdem kann es zum Beispiel schwierig sein, beim Ernten von Raps eine Gebläsedrehzahl zu erzeugen, die das gesamte Korn hält, aber alle Hülsen, Stiel- und Markstücke usw. ausbläst. Die Wirksamkeit dieses Gebläses dabei kann von der Größe und Füllung der Kerne abhängen, zum Beispiel in Bereichen mit schlechter vegetativer Gesundheit, wie durch vegetative Indexmerkmale auf der VI-Karte 336 angegeben, können die Kerne kleiner und stärker gefährdet sein, ausgeblasen zu werden. Somit kann die Beziehung zwischen den Merkmalen auf der Vl-Karte 336, wie etwa der vegetativen Gesundheit, und der durch den Sensor 344 erfassten Kerngröße durch den Modellgenerator 366 verwendet werden, um ein Modell zu erzeugen, das diese Beziehung modelliert.Kernel size can be affected by things like plant health, which can be indicated by the vegetative index. The vegetative index to kernel
Zusätzlich können VI-Werte auf EHP-Merkmale bezogen sein. Somit kann der vegetative Index-zu-EHP-Merkmal-Modellgenerator 368 ein Modell erzeugen, das die Beziehung zwischen den Werten auf der VI-Karte 336 und der Ausgabe des EHP-Merkmalsensors 346 modelliert.In addition, VI values can be related to EHP characteristics. Thus, the vegetative index-to-EHP
Unterschiedliche Aussaatmerkmale, wie z. B. Aussaatpopulationsmerkmale oder Saatgutgenotyp, können sich auf eine Beziehung zur Kerngröße auswirken oder diese auf andere Weise teilen. Beispielsweise können unterschiedliche Pflanzengenotypen unterschiedliche Kerngrößenmerkmale aufweisen. Populationsmerkmale können auch in umgekehrtem Verhältnis zur resultierenden Kerngröße stehen. Kleinere Kerne können anfälliger für Verluste sein. Daher kann der Aussaatmerkmal-zu-Kerngrößen-Modellgenerator 372 eine Beziehung zwischen Aussaatmerkmalswerten, wie etwa Population oder Genotyp, auf der Aussaatkarte 335 und Kerngrößensensorwerten, die durch den Kerngrößensensor 344 erzeugt werden, erzeugen.Different sowing characteristics, such as e.g. B. seeding population traits or seed genotype, may affect or otherwise share a relationship with kernel size. For example, different plant genotypes may have different kernel size traits. Population characteristics can also be inversely related to the resulting core size. Smaller cores can be more prone to losses. Therefore, the seeding trait-to-kernel
Gleichermaßen können Aussaatmerkmale eine Wirkung auf verschiedene EHP-Merkmale haben oder anderweitig eine Beziehung mit ihnen teilen. Zum Beispiel können sich verschiedene Genotypen in Bezug auf Verformungen, Krankheitsresistenz und Schädigungsresistenz unterschiedlich verhalten. Der Aussaatmerkmal-zu-EHP-Merkmal-Modellgenerator 374 erzeugt somit ein Modell, das eine Beziehung zwischen den Aussaatmerkmalen auf der Aussaatkarte 335 und den EHP-Merkmalen modelliert, die durch den EHP-Merkmalsensor 346 erfasst werden.Likewise, seeding traits may have an effect on, or otherwise share a relationship with, various EHP traits. For example, different genotypes can differ in terms of deformities, disease resistance and damage resistance behave differently. The seed feature-to-EHP
Der Ertrag kann auch mit der Kerngröße zusammenhängen. Beispielsweise können Flächen mit höherem Ertrag in einem Feld größere Kerne anzeigen als Flächen mit niedrigerem Ertrag. Somit kann der Ertrag-zu-Kerngrößen-Modellgenerator 380 ein Modell erzeugen, das eine Beziehung zwischen den prädiktiven Ertragswerten auf der Ertragskarte 338 und den Ausgaben von dem Kerngrößensensor 344 modelliert.Yield may also be related to kernel size. For example, higher yielding areas in a field may show larger cores than lower yielding areas. Thus, the yield-to-kernel
Der Ertrag kann auch mit den EHP-Merkmalen zusammenhängen. Zum Beispiel können erhöhte Erträge mit gesünderem Erntegut zusammenhängen. Daher kann der Ertrag-zu-EHP-Merkmal-Modellgenerator 382 ein Modell erzeugen, das eine Beziehung zwischen den prädiktiven Ertragswerten auf der Ertragskarte 338 und den EHP-Merkmalen modelliert, die durch den EHP-Merkmalsensor 346 erfasst werden.Yield may also be related to EHP traits. For example, increased yields may be related to healthier crops. Therefore, the yield-to-EHP
Die Menge an Biomasse, die von der landwirtschaftlichen Erntemaschine 100 verarbeitet wird, kann auch mit der Kerngröße zusammenhängen. Beispielsweise kann eine Zunahme der Biomasse, die von der landwirtschaftlichen Erntemaschine 100 zu einem gegebenen Zeitpunkt verarbeitet wird, robusteres Erntegut mit größeren Kernen anzeigen. Somit können in einigen Beispielen verschiedene Maschineneinstellungen, wie etwa Einstellungen des Siebs, des Häckslers und des Reinigungsgebläses, auf Grundlage der Kerngröße gesteuert werden, um einen möglichen Kornverlust zu reduzieren. Daher kann der Biomasse-zu-Kerngrößen-Modellgenerator 388 ein Modell erzeugen, das eine Beziehung zwischen Biomassemerkmalswerten auf der Biomassekarte 340 und der durch den Kerngrößensensor 344 erfassten Kerngröße modelliert.The amount of biomass processed by
Biomasse kann auch mit EHP-Merkmalen zusammenhängen. Erkrankte, beschädigte oder verformte Pflanzen können unterschiedliche Biomassemerkmale aufweisen. Somit kann der Biomasse-zu-EHP-Merkmal-Modellgenerator 390 ein Modell erzeugen, das eine Beziehung zwischen Biomassemerkmalen auf der Biomassekarte 340 und EHP-Merkmalen modelliert, die durch den EHP-Merkmalsensor 346 erfasst werden.Biomass may also be related to EHP traits. Diseased, damaged, or deformed plants can exhibit different biomass characteristics. Thus, the biomass-to-EHP
Es kann auch andere Beziehungen geben. Daher kann der Kombinationsmodellgenerator 404 ein Modell erzeugen, das eine Beziehung zwischen dem Merkmal auf einer oder mehreren der Informationskarten 259 und einem oder mehreren der Sensoren 344 und 346 modelliert.There can also be other relationships. Therefore, the
Unter erneuter Bezugnahme auf
Der prädiktive Modellgenerator 210 ist betreibbar, um ein prädiktives Modell 408 zu erzeugen oder eine Vielzahl von prädiktiven Modellen 408 zu erzeugen, wie etwa eines oder mehrere der prädiktiven Modelle, die von den in
Das prädiktive Modell 408 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von
Der Kerngrößenkartengenerator 410 erzeugt veranschaulichend eine prädiktive Kerngrößenkarte 418, die die Kerngröße an verschiedenen Positionen in dem Feld auf Grundlage der Informationswerte an diesen Positionen in dem Feld, die durch die Informationskarte 259 und das prädiktive Modell 408 angegeben sind, vorhersagt.Kernel
Der EHP-Merkmalskartengenerator 412 erzeugt veranschaulichend eine prädiktive EHP-Karte 420, die EHP-Merkmale an verschiedenen Positionen in dem Feld auf Grundlage der Merkmale in der Informationskarte 259 an diesen Positionen in dem Feld und des prädiktiven Modells 408 vorhersagt.The EHP
Der Kombinationskartengenerator 414 erzeugt veranschaulichend eine prädiktive Kombinationskarte 422, die Kombinationen von Merkmalen an verschiedenen Positionen auf Grundlage der Merkmale in Kombinationen der Informationskarten 259 an diesen Positionen auf dem Feld und des prädiktiven Modells 408 vorhersagt.The combination map generator 414 illustratively generates a predictive combination map 422 that predicts combinations of features at different locations based on the features in combinations of the information maps 259 at those locations on the field and the predictive model 408 .
Der prädiktive Kartengenerator 212 gibt als die prädiktive Karte 264 eine oder mehrere prädiktive Karten 418, 420, 422 aus, die ein Merkmal vorhersagen. Jede der prädiktiven Karten 418, 420, 422 prognostiziert das jeweilige Merkmal an verschiedenen Positionen in einem Feld. Die prädiktive Karte 264 (die eine oder mehrere der Karten 418, 420, 422 sein können) kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt Steuerzonen und integriert diese Steuerzonen in die funktionelle prädiktive Karte, d. h. die prädiktiven Karten 418, 420, 422, um eine prädiktive Karte 418 mit Steuerzonen, eine prädiktive Karte 420 mit Steuerzonen und eine prädiktive Karte 422 mit Steuerzonen bereitzustellen. Eine oder mehrere der prädiktiven Karten 418, 420 und 422 mit oder ohne Steuerzonen können dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der einen oder mehreren prädiktiven Karten 418, 420 und 422 mit oder ohne Steuerzonen zu steuern.The predictive map generator 212 outputs as the predictive map 264 one or more predictive maps 418, 420, 422 that predict a feature. Each of the predictive maps 418, 420, 422 predicts the respective feature at different positions in a field. Predictive map 264 (which may be one or more of maps 418, 420, 422) may be provided to control
Bei Block 434 verarbeitet das Verarbeitungssystem 352 das eine oder die mehreren empfangenen Sensorsignale, um Daten zu erzeugen, die ein Merkmal angeben. In einigen Fällen können die Sensordaten, wie bei Block 436 angezeigt, die Kerngröße anzeigen. In einigen Fällen, wie bei Block 438 angezeigt, können die Sensordaten ein oder mehrere EHP-Merkmale anzeigen.At
Bei Block 444 erhält der prädiktive Modellgenerator 210 auch die geografische Position 334, die den Sensordaten entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen, Maschinengeschwindigkeit usw. eine genaue geografische Position bestimmen, an der die Sensordaten erfasst oder abgeleitet wurden. Zusätzlich kann bei Block 444 die Ausrichtung der landwirtschaftlichen Erntemaschine 100 auf dem Feld bestimmt werden. Die Ausrichtung der landwirtschaftlichen Erntemaschine 100 kann zum Beispiel erhalten werden, um ihre Ausrichtung relativ zu der Neigung auf dem Feld zu identifizieren.At
Bei Block 446 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Modelle, wie etwa das Maschinenmodell 408, die eine Beziehung zwischen einem oder mehreren Merkmalen auf einer Informationskarte 259 und einem Merkmal, das durch den In-situ-Sensor 208 oder ein verwandtes Merkmal erfasst wird, modellieren.At block 446, the
Bei Block 448 wird das prädiktive Modell, wie etwa das prädiktive Modell 408, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine funktionelle prädiktive Karte erzeugt, die ein prädiktives Merkmal auf Grundlage der Informationskarte 259 und des prädiktiven Modells 408 abbildet. In einigen Beispielen ist die funktionelle prädiktive Karte eine prädiktive Kerngrößenkarte 418. In einigen Beispielen ist die funktionelle prädiktive Karte eine prädiktive EHP-Karte 420. In einigen Beispielen ist die funktionelle prädiktive Karte eine prädiktive Kombinationskarte 422.At block 448, the predictive model, such as predictive model 408, is provided to predictive map generator 212, which generates a functional predictive map that maps a predictive feature based on
Die funktionelle prädiktive Karte kann während des Verlaufs eines landwirtschaftlichen Vorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, in dem ein landwirtschaftlicher Vorgang durchgeführt wird, die funktionelle prädiktive Karte erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.The functional predictive map can be generated during the course of a farming operation. Thus, when an agricultural harvester moves through a field in which a farming operation is being performed, the functional predictive map is generated while the farming operation is being performed.
Bei Block 450 gibt der prädiktive Kartengenerator 212 die funktionelle prädiktive Karte aus. Bei Block 452 gibt der prädiktive Kartengenerator 212 die funktionelle prädiktive Karte zur Präsentation und möglichen Interaktion durch den Bediener 260 aus. Bei Block 454 kann der prädiktive Kartengenerator 212 die funktionelle prädiktive Karte für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 456 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die funktionelle prädiktive Karte zur Erzeugung von Steuerzonen bereitstellen. Bei Block 458 konfiguriert der prädiktive Kartengenerator 212 die funktionelle prädiktive Karte auch auf andere Weise. Die funktionelle prädiktive Karte (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt. Bei Block 460 erzeugt das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der funktionellen prädiktiven Karte zu steuern.At block 450, the predictive map generator 212 outputs the functional predictive map. At block 452, the predictive map generator 212 outputs the functional predictive map for presentation and possible interaction by the
Das Steuersystem 124 kann Steuersignale erzeugen, um Stellglieder zu steuern, die selbst eine oder mehrere von der Geschwindigkeit, mit der das Sieb 124 und der Häckseler 122 oszillieren, der Größe der Öffnungen in dem Sieb 124 und dem Häckseler 122, der Geschwindigkeit des Reinigungsgebläses 120 und des Rotors 112, der den Rotordruck antreibt, und dem Spalt zwischen dem Rotor 112 und den Dreschkörben 114 oder anderen Dingen steuern.The
Somit ist ersichtlich, dass das vorliegende System eine oder mehrere Informationskarten erstellt, die Merkmale auf verschiedene Positionen in einem Feld abbilden. Das vorliegende System verwendet auch einen oder mehrere In-situ-Sensoren, die In-situ-Sensordaten erfassen, die ein Merkmal angeben, und erzeugt ein Modell, das eine Beziehung zwischen dem mithilfe des In-situ-Sensors erfassten Merkmal oder einem verwandten Merkmal und dem in der Informationskarte abgebildeten Merkmal modelliert. Somit erzeugt das vorliegende System eine funktionelle prädiktive Karte mithilfe eines Modells, In-situ-Daten und einer Informationskarte, und kann die erzeugte funktionelle prädiktive Karte zum Verbrauch durch ein Steuersystem oder zur Darstellung für einen lokalen oder entfernten Bediener oder einen anderen Benutzer konfigurieren. Beispielsweise kann das Steuersystem die Karte verwenden, um eine oder mehrere Systeme einer landwirtschaftlichen Erntemaschine zu steuern.Thus, it can be seen that the present system creates one or more information maps that map features to various locations in a field. The present system also uses one or more in situ sensors that collect in situ sensor data indicative of a feature and creates a model that represents a relationship between the feature detected using the in situ sensor or a related feature and the feature depicted in the information map. Thus, the present system generates a functional predictive map using a model, in situ data and an information map, and can configure the generated functional predictive map for consumption by a control system or for presentation to a local or remote operator or other user. For example, the control system can use the map to control one or more systems of an agricultural harvester.
Die landwirtschaftliche Erntemaschine 100 oder andere Arbeitsmaschinen können eine Vielzahl verschiedener Arten von steuerbaren Stellgliedern aufweisen, die verschiedene Funktionen ausführen. Die steuerbaren Stellglieder an der landwirtschaftlichen Erntemaschine 100 oder anderen Arbeitsmaschinen werden gemeinsam als Arbeitsmaschinenstellglieder (WMAs) bezeichnet. Jedes WMA kann auf Grundlage von Werten auf einer funktionellen prädiktiven Karte unabhängig steuerbar sein, oder die WMAs können als Sätze auf Grundlage eines oder mehrerer Werte auf einer funktionellen prädiktiven Karte gesteuert werden. Daher kann der Steuerzonengenerator 213 Steuerzonen erzeugen, die jedem individuell steuerbaren WMA entsprechen oder den Sätzen von WMAs entsprechen, die in Abstimmung miteinander gesteuert werden.The
Der WMA-Selektor 486 wählt ein WMA oder einen Satz von WMAs aus, für die entsprechende Steuerzonen erzeugt werden sollen. Das Steuerzonenerzeugungssystem 488 erzeugt dann die Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs. Für jedes WMA oder jede Gruppe von WMAs können unterschiedliche Kriterien bei der Identifizierung von Steuerzonen verwendet werden. Beispielsweise kann für ein WMA die WMA-Reaktionszeit als Kriterium zum Definieren der Grenzen der Steuerzonen verwendet werden. In einem weiteren Beispiel können Verschleißmerkmale (z. B. wie stark ein bestimmtes Stellglied oder ein bestimmter Mechanismus als Ergebnis seiner Bewegung verschleißt) als Kriterium zum Identifizieren der Grenzen von Steuerzonen verwendet werden. Die Steuerzonenkriterienidentifikationskomponente 494 identifiziert bestimmte Kriterien, die bei der Definition von Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs verwendet werden sollen. Die Steuerzonengrenzendefinitionskomponente 496 verarbeitet die Werte auf einer funktionellen prädiktiven Karte, die analysiert wird, um die Grenzen der Steuerzonen auf dieser funktionellen prädiktiven Karte basierend auf den Werten in der funktionellen prädiktiven Karte, die analysiert wird, und basierend auf den Steuerzonenkriterien für das ausgewählte WMA oder einen Satz von WMAs zu definieren.The
Die Zieleinstellungsidentifikationskomponente 498 setzt einen Wert der Zieleinstellung, der zum Steuern des WMA oder eines Satzes von WMAs in verschiedenen Steuerzonen verwendet wird. Wenn zum Beispiel das ausgewählte WMA das Reinigungsgebläse 120 ist und die analysierte funktionelle prädiktive Karte eine funktionelle prädiktive Kerngrößenkarte 418 ist, kann die Zieleinstellung in jeder Steuerzone eine Zielgebläsedrehzahleinstellung auf Grundlage von Kerngrößenwerten sein, die in der funktionellen prädiktiven Kerngrößenkarte 418 innerhalb der identifizierten Steuerzone enthalten sind.The target
In einigen Beispielen, in denen die landwirtschaftliche Erntemaschine 100 auf Grundlage einer aktuellen oder zukünftigen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden soll, können mehrere Zieleinstellungen für ein WMA an einer bestimmten Position möglich sein. In diesem Fall können die Zieleinstellungen unterschiedliche Werte haben und konkurrieren. Daher müssen die Zieleinstellungen aufgelöst werden, damit nur eine einzige Zieleinstellung zur Steuerung des WMA verwendet werden kann. Wenn das WMA zum Beispiel das Reinigungsgebläse 120 ist, das gesteuert wird, um die Geschwindigkeit des Reinigungsgebläses 120 zu steuern, können mehrere verschiedene konkurrierende Sätze von Kriterien existieren, die vom Steuerzonenerzeugungssystem 488 bei der Identifizierung der Steuerzonen und der Zieleinstellungen für das ausgewählte WMA in den Steuerzonen berücksichtigt werden. Beispielsweise können unterschiedliche Zieleinstellungen zum Steuern der Gebläsedrehzahl beispielsweise auf Grundlage eines erkannten oder vorhergesagten Vorschubgeschwindigkeitswerts, eines erkannten oder vorhergesagten Kernmerkmalwerts, wie etwa eines erkannten oder vorhergesagten Kerngrößenmerkmalwerts, eines erkannten oder vorhergesagten EHP-Merkmalwerts, eines erkannten oder vorhergesagten Kraftstoffeffizienzwerts, eines erkannten oder vorhergesagten Kornverlustwerts oder einer Kombination davon erzeugt werden. Jedoch kann die landwirtschaftliche Erntemaschine 100 zu jedem gegebenen Zeitpunkt das Reinigungsgebläse 120 nicht steuern, um mit mehreren Geschwindigkeiten gleichzeitig zu arbeiten. Vielmehr steuert die landwirtschaftliche Erntemaschine 100 jederzeit das Reinigungsgebläse 120, um mit einer einzigen Geschwindigkeit zu arbeiten. Somit wird eine der konkurrierenden Zieleinstellungen ausgewählt, um die Geschwindigkeit des Reinigungsgebläses 120 in der landwirtschaftlichen Erntemaschine 100 zu steuern.In some examples where the
In einigen Beispielen erzeugt das Regimezonenerzeugungssystem 490 Regimezonen, um mehrere verschiedene konkurrierende Zieleinstellungen aufzulösen. Die Regimezonenkriterienidentifikationskomponente 522 identifiziert die Kriterien, die verwendet werden, um Regimezonen für das ausgewählte WMA oder einen Satz von WMAs auf der zu analysierenden funktionellen prädiktiven Karte festzulegen. Einige Kriterien, die verwendet werden können, um Regimezonen zu identifizieren oder zu definieren, beinhalten zum Beispiel Erntegutart oder Erntegutsorte auf Grundlage einer Bestandskarte oder einer anderen Quelle der Erntegutart oder Erntegutsorte, Unkrautart, Unkrautintensität, des Erntegutzustands, wie etwa ob das Erntegut umgeknickt, teilweise umgeknickt oder stehend ist, des Ertrags, der Biomasse, des vegetativen Index, der Kerngröße, der EHP-Merkmale oder der Topographie. So wie jedes WMA oder jede Gruppe von WMAs eine entsprechende Steuerzone aufweisen kann, können unterschiedliche WMAs oder Gruppen von WMAs eine entsprechende Regimezone aufweisen. Die Regimezonengrenzendefinitionskomponente 524 identifiziert die Grenzen von Regimezonen auf der funktionellen prädiktiven Karte, die analysiert wird, basierend auf den Regimezonenkriterien, die durch die Regimezonenkriterienidentifikationskomponente 522 identifiziert wurden.In some examples, regime
In einigen Beispielen können sich Regimezonen überschneiden. Beispielsweise kann sich eine EHP-Merkmal-Regimezone mit einem Teil oder einer Gesamtheit einer Kerngrößen-Regimezone überschneiden. In einem solchen Beispiel können die verschiedenen Regimezonen einer Präzedenzhierarchie zugewiesen werden, so dass, wenn sich zwei oder mehr Regimezonen überschneiden, die Regimezone, der eine größere hierarchische Position oder Bedeutung in der Präzedenzhierarchie zugewiesen wurde, Vorrang vor den Regimezonen hat, die eine geringere hierarchische Position oder Bedeutung in der Präzedenzhierarchie haben. Die Prioritätshierarchie der Regimezonen kann manuell oder automatisch mithilfe eines regelbasierten Systems, eines modellbasierten Systems oder eines anderen Systems eingestellt werden. Als ein Beispiel kann, wenn sich eine Kerngrößen-Regimzon mit einer EHP-Merkmal-Regimezone überschneidet, der Kerngrößen-Regimezone eine größere Bedeutung in der Vorranghierarchie als der EHP-Merkmal-Regimezone zugewiesen werden, so dass die Kerngrößen-Regimezone Vorrang hat.In some examples, regime zones may overlap. For example, an EHP feature regime zone may overlap with part or all of a core size regime zone. In such an example, the various regime zones may be assigned a precedent hierarchy such that when two or more regime zones overlap, the regime zone that has been assigned a greater hierarchical position or importance in the precedent hierarchy takes precedence over the regime zones that have a lower hierarchical position position or importance in the precedent hierarchy. The regime zone priority hierarchy may be set manually or automatically using a rule-based system, a model-based system, or some other system. As an example, when a core size regimen zone overlaps with an EHP feature regimen area, the core size regimen area may be assigned greater importance in the hierarchy of precedence than the EHP feature regimen area, such that the core size regimen area takes precedence.
Darüber hinaus kann jede Regimezone über einen eindeutigen Einstellungsresolver für ein bestimmtes WMA oder einen Satz von WMAs verfügen. Die Einstellungsresolveridentifikationskomponente 526 identifiziert einen bestimmten Einstellungsresolver für jede Regimezone, die auf der zu analysierenden funktionellen prädiktiven Karte identifiziert wurde, und einen bestimmten Einstellungsresolver für das ausgewählte WMA oder Satz von WMAs.In addition, each regime zone may have a unique setting resolver for a specific WMA or set of WMAs. The adjustment
Sobald der Einstellungsresolver für eine bestimmte Regimezone identifiziert ist, kann dieser Einstellungsresolver verwendet werden, um konkurrierende Zieleinstellungen aufzulösen, wobei mehr als eine Zieleinstellung auf Grundlage der Steuerzonen identifiziert wird. Die verschiedenen Arten von Einstellungsresolvern können unterschiedliche Formen aufweisen. Beispielsweise können die Einstellungsresolver, die für jede Regimezone identifiziert werden, einen Resolver menschlicher Wahl beinhalten, bei dem die konkurrierenden Zieleinstellungen einem Bediener oder einem anderen Benutzer zur Auflösung präsentiert werden. In einem weiteren Beispiel kann der Einstellungsresolver ein neuronales Netzwerk oder andere künstliche Intelligenz oder ein maschinelles Lernsystem beinhalten. In solchen Fällen können die Einstellungsresolver die konkurrierenden Zieleinstellungen basierend auf einer vorhergesagten oder historischen Qualitätsmetrik auflösen, die jedem der unterschiedlichen Zieleinstellungen entspricht. Beispielsweise kann eine erhöhte Gebläsedrehzahleinstellung die Kornreinheit verbessern und Kornverluste erhöhen. Eine reduzierte Reinigungsgebläse-Drehzahleinstellung kann die Kornreinheit reduzieren und Kornverluste verringern. Wenn der Kornverlust oder die Kornqualität als Qualitätsmetrik ausgewählt wird, kann der vorhergesagte oder historische Wert für die ausgewählte Qualitätsmetrik angesichts der zwei konkurrierenden Gebläsedrehzahleinstellungswerte verwendet werden, um die Drehzahleinstellung aufzulösen. In einigen Fällen können die Einstellungsresolver ein Satz von Schwellenwertregeln sein, die anstelle oder zusätzlich zu den Regimezonen verwendet werden können. Ein Beispiel für eine Schwellenwertregel kann wie folgt ausgedrückt werden:
- Wenn vorhergesagte Erntegutfeuchtigkeitswerte innerhalb von 6 Metern (200 Fuß) vom Erntevorsatz der landwirtschaftlichen Erntemaschine 100 größer als x sind (wobei x ein ausgewählter oder vorbestimmter Wert ist), dann ist der Zieleinstellwert zu verwenden, der auf Grundlage der Vorschubgeschwindigkeit gegenüber anderen konkurrierenden Zieleinstellungen ausgewählt wird, andernfalls ist der Zieleinstellwert auf Grundlage des Kornverlusts gegenüber anderen konkurrierenden Zieleinstellwerten zu verwenden.
- If predicted crop moisture values within 6 meters (200 feet) of the header of
agricultural harvesting machine 100 are greater than x (where x is a selected or predetermined value), then use the target setting selected based on feed rate versus other competing target settings , otherwise use target setting based on grain loss versus other competing target setting.
Die Einstellungsresolver können logische Komponenten sein, die logische Regeln beim Identifizieren einer Zieleinstellung ausführen. Beispielsweise kann der Einstellungsresolver Zieleinstellungen auflösen, während er versucht, die Erntezeit zu minimieren oder die Gesamterntekosten zu minimieren oder geerntetes Korn zu maximieren oder auf anderen Variablen basiert, die in Abhängigkeit der verschiedenen in Frage kommenden Zieleinstellungen berechnet werden. Eine Erntezeit kann minimiert werden, wenn eine Menge zum Abschließen einer Ernte auf einen ausgewählten Schwellenwert oder darunter reduziert wird. Gesamterntekosten können minimiert werden, wenn die Gesamterntekosten auf oder unter einen ausgewählten Schwellenwert reduziert werden. Erntegut kann maximiert werden, wenn die Menge an Erntegut auf oder über einen ausgewählten Schwellenwert erhöht wird.The attitude resolvers can be logical components that execute logical rules in identifying a target attitude. For example, the attitude resolver may resolve target settings while attempting to minimize harvest time, or minimize total harvest cost, or maximize grain harvested, or based on other variables calculated depending on the various target settings in question. Harvest time can be minimized when an amount to complete a harvest is reduced to a selected threshold or below. Total harvesting costs can be minimized when the total harvesting costs are reduced to or below a selected threshold. Crop can be maximized when the amount of crop is increased to or above a selected threshold.
Bei Block 530 empfängt der Steuerzonengenerator 213 eine Karte, die zur Verarbeitung analysiert wird. In einem Beispiel, wie bei Block 532 gezeigt, ist die analysierte Karte eine funktionelle prädiktive Karte. Beispielsweise kann die analysierte Karte eine der funktionellen prädiktiven Karten 418, 420 oder 422 sein. Block 534 gibt an, dass die zu analysierende Karte auch andere Karten sein kann.At block 530, the
Bei Block 536 wählt der WMA-Selektor 486 ein WMA oder einen Satz von WMAs aus, für die Steuerzonen auf der analysierten Karte erzeugt werden sollen. Bei Block 538 erhält die Steuerzonenkriterienidentifikationskomponente 494 Steuerzonendefinitionskriterien für die ausgewählten WMAs oder den Satz von WMAs. Block 540 gibt ein Beispiel an, in dem die Steuerzonenkriterien Verschleißeigenschaften des ausgewählten WMA oder Satzes von WMAs sind oder beinhalten. Block 542 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Größe und Variation von Eingangsquellendaten sind oder beinhalten, wie etwa die Größe und Variation der Werte auf der analysierten Karte oder die Größe und Variation von Eingaben von verschiedenen In-situ-Sensoren 208. Block 544 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien physikalische Maschinenmerkmale sind oder beinhalten, wie etwa die physikalischen Abmessungen der Maschine, eine Geschwindigkeit, mit der verschiedene Teilsysteme arbeiten, oder andere physikalische Maschinenmerkmale. Block 546 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Reaktionsfähigkeit des ausgewählten WMA oder Satzes von WMAs beim Erreichen neu befohlener Einstellwerte sind oder beinhalten. Block 548 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Maschinenleistungsmetriken sind oder beinhalten. Block 550 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Bedienerpräferenzen sind oder beinhalten. Block 552 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auch andere Elemente sind oder beinhalten. Block 549 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien zeitbasiert sind, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 die Grenze einer Steuerzone nicht überschreitet, bis eine ausgewählte Zeitspanne verstrichen ist, seit dem die landwirtschaftliche Erntemaschine 100 in eine bestimmte Steuerzone eingetreten ist. In einigen Fällen kann die ausgewählte Zeitdauer eine minimale Zeitdauer sein. So können die Steuerzonendefinitionskriterien in einigen Fällen verhindern, dass die landwirtschaftliche Erntemaschine 100 eine Grenze einer Steuerzone überschreitet, bis zumindest die ausgewählte Zeitspanne verstrichen ist. Block 551 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auf einem ausgewählten Größenwert basieren. Beispielsweise kann ein Steuerzonendefinitionskriterium, das auf einem ausgewählten Größenwert basiert, die Definition einer Steuerzone ausschließen, die kleiner als die ausgewählte Größe ist. In einigen Fällen kann die ausgewählte Größe eine Mindestgröße sein.At block 536, the
Bei Block 554 erhält die Regimezonenkriterienidentifikationskomponente 522 Regimezonendefinitionskriterien für das ausgewählte WMA oder den ausgewählten Satz von WMAs. Block 556 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auf einer manuellen Eingabe von Bediener 260 oder einem anderen Benutzer basieren. Block 558 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Erntegutart oder Erntegutsorte basieren. Block 560 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf der Kerngröße basieren. Block 562 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf dem Erntezustand basieren oder diesen beinhalten. Block 564 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auch andere Kriterien sind oder beinhalten.At block 554, regimen zone
Bei Block 566 erzeugt die Steuerzonengrenzendefinitionskomponente 496 die Grenzen von Steuerzonen auf der zu analysierenden Karte auf Grundlage der Steuerzonenkriterien. Die Regimezonengrenzendefinitionskomponente 524 erzeugt die Grenzen von Regimezonen auf der zu analysierenden Karte auf Grundlage der Regimezonenkriterien. Block 568 gibt ein Beispiel an, in dem die Zonengrenzen für die Steuerzonen und Regimezonen identifiziert werden. Block 570 zeigt, dass die Zieleinstellungsidentifikationskomponente 498 die Zieleinstellungen für jede der Steuerzonen identifiziert. Die Steuerzonen und Regimezonen können auch auf andere Weise erzeugt werden, was durch Block 572 angezeigt wird.At block 566, the tax zone
Bei Block 574 identifiziert die Einstellungsresolveridentifikationskomponente 526 den Einstellungsresolver für die ausgewählten WMAs in jeder Regimezone, die durch die Regimezonengrenzendefinitionskomponente 524 definiert ist. Wie vorstehend erörtert, kann der Regimezonenresolver ein menschlicher Resolver 576, ein Resolver für künstliche Intelligenz oder ein maschinelles Lernsystem 578, ein Resolver 580 auf Grundlage vorhergesagter oder historischer Qualität für jede konkurrierende Zieleinstellung, ein regelbasierter Resolver 582, ein leistungskriterienbasierter Resolver 584 oder andere Resolver 586 sein.At block 574 , the adjustment
Bei Block 588 bestimmt der WMA-Selektor 486, ob weitere WMAs oder Sätze von WMAs zu verarbeiten sind. Wenn zusätzliche WMAs oder Sätze von WMAs noch zu verarbeiten sind, kehrt die Verarbeitung zu Block 436 zurück, wo das nächste WMA oder der Satz von WMAs ausgewählt wird, für die Steuerzonen und Regimezonen definiert werden sollen. Wenn keine zusätzlichen WMAs oder Sätze von WMAs verbleiben, für die Steuerzonen oder Regimezonen erzeugt werden sollen, bewegt sich die Verarbeitung zu Block 590, wo der Steuerzonengenerator 213 eine Karte mit Steuerzonen, Zieleinstellungen, Regimezonen und Einstellungsresolvern für jedes der WMAs oder Sätze von WMAs ausgibt. Wie vorstehend erörtert, kann die ausgegebene Karte dem Bediener 260 oder einem anderen Benutzer präsentiert werden; die ausgegebene Karte kann dem Steuersystem 214 bereitgestellt werden; oder die ausgegebene Karte kann auf andere Weise ausgegeben werden.At block 588, the
Bei Block 612 empfängt das Steuersystem 214 ein Sensorsignal vom geografischen Positionssensor 204. Das Sensorsignal von dem geografischen Positionssensor 204 kann Daten beinhalten, die die geografische Position 614 der landwirtschaftlichen Erntemaschine 100, die Geschwindigkeit 616 der landwirtschaftlichen Erntemaschine 100, den Kurs 618 der landwirtschaftlichen Erntemaschine 100 oder andere Informationen 620 angeben. Bei Block 622 wählt die Zonensteuerung 247 eine Regimezone aus und bei Block 624 wählt die Zonensteuerung 247 eine Steuerzone auf der Karte auf Grundlage des geografischen Positionssensorsignals aus. Bei Block 626 wählt die Zonensteuerung 247 ein WMA oder einen Satz von WMAs aus, die gesteuert werden sollen. Bei Block 628 erhält die Zonensteuerung 247 eine oder mehrere Zieleinstellungen für das ausgewählte WMA oder einen Satz von WMAs. Die Zieleinstellungen, die für das ausgewählte WMA oder eine Gruppe von WMAs erhalten werden, können aus verschiedenen Quellen stammen. Zum Beispiel zeigt Block 630 ein Beispiel, bei dem eine oder mehrere der Zieleinstellungen für das ausgewählte WMA oder den Satz von WMAs auf einer Eingabe von den Steuerzonen auf der Karte der Arbeitsstelle basiert. Block 632 zeigt ein Beispiel, in dem eine oder mehrere der Zieleinstellungen aus menschlichen Eingaben von dem Bediener 260 oder einem anderen Benutzer erhalten werden. Block 634 zeigt ein Beispiel, in dem die Zieleinstellungen von einem In-situ-Sensor 208 erhalten werden. Block 636 zeigt ein Beispiel, in dem die eine oder mehreren Zieleinstellungen von einem oder mehreren Sensoren an anderen Maschinen erhalten werden, die auf demselben Feld arbeiten, entweder gleichzeitig mit der landwirtschaftlichen Erntemaschine 100 oder von einem oder mehreren Sensoren an Maschinen, die in der Vergangenheit auf demselben Feld gearbeitet haben. Block 638 zeigt ein Beispiel, in dem die Zieleinstellungen auch aus anderen Quellen erhalten werden.At
Bei Block 640 greift die Zonensteuerung 247 auf den Einstellungsresolver für die ausgewählte Regimezone zu und steuert den Einstellungsresolver, um konkurrierende Zieleinstellungen in eine aufgelöste Zieleinstellung aufzulösen. Wie oben erörtert, kann der Einstellungsresolver in einigen Fällen ein menschlicher Resolver sein, wobei die Zonensteuerung 247 Bedienerschnittstellenmechanismen 218 steuert, um die konkurrierenden Zieleinstellungen dem Bediener 260 oder einem anderen Benutzer zur Auflösung zu präsentieren. In einigen Fällen kann der Einstellungsresolver ein neuronales Netzwerk oder ein anderes künstliches Intelligenz- oder maschinelles Lernsystem sein, und die Zonensteuerung 247 übermittelt die konkurrierenden Zieleinstellungen an das neuronale Netzwerk, die künstliche Intelligenz oder das maschinelle Lernsystem zur Auswahl. In einigen Fällen kann der Einstellungsresolver auf einer vorhergesagten oder historischen Qualitätsmetrik, auf Schwellenwertregeln oder auf logischen Komponenten basieren. In einem dieser letztgenannten Beispiele führt die Zonensteuerung 247 den Einstellungsresolver aus, um eine aufgelöste Zieleinstellung auf Grundlage der vorhergesagten oder historischen Qualitätsmetrik, auf Grundlage der Schwellenwertregeln oder mithilfe der logischen Komponenten zu erhalten.At block 640, the
Bei Block 642, stellt die Zonensteuerung 247, wenn die Zonensteuerung 247 die aufgelöste Zieleinstellung identifiziert hat, die aufgelöste Zieleinstellung anderen Steuerungen im Steuersystem 214 bereit, die Steuersignale auf Grundlage der aufgelösten Zieleinstellung erzeugen und auf das ausgewählte WMA oder den ausgewählten Satz von WMAs anwenden. Wenn das ausgewählte WMA zum Beispiel ein Maschinen- oder Erntevorsatzstellglied 248 ist, stellt die Zonensteuerung 247 die aufgelöste Zieleinstellung der Einstellungssteuerung 232 oder der Erntevorsatz-/Haspelsteuerung 238 oder von beiden bereit, um Steuersignale auf Grundlage der aufgelösten Zieleinstellung zu erzeugen, und diese erzeugten Steuersignale werden an die Maschinen- oder Erntevorsatzstellglieder 248 angelegt. Wenn bei Block 644 zusätzliche WMAs oder zusätzliche Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen (wie bei Block 612 erkannt), kehrt die Verarbeitung zu Block 626 zurück, wo das nächste WMA oder Satz von WMAs ausgewählt wird. Die durch die Blöcke 626 bis 644 dargestellten Prozesse werden fortgesetzt, bis alle WMAs oder Sätze von WMAs, die an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen, angesprochen wurden. Wenn keine zusätzlichen WMAs oder Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 zu steuern sind, geht die Verarbeitung zu Block 646 über, wo die Zonensteuerung 247 bestimmt, ob zusätzliche zu berücksichtigende Steuerzonen in der ausgewählten Regimezone vorhanden sind. Wenn zusätzliche zu berücksichtigende Steuerzonen vorhanden sind, kehrt die Verarbeitung zurück zu Block 624, wo eine nächste Steuerzone ausgewählt wird. Wenn keine zusätzlichen Steuerzonen mehr zu berücksichtigen sind, geht die Verarbeitung zu Block 648 über, in dem festgestellt wird, ob zusätzliche Regimezonen noch zu berücksichtigen sind. Die Zonensteuerung 247 bestimmt, ob weitere Regimezonen in Betracht gezogen werden sollen. Wenn weitere Regimezonen zu berücksichtigen sind, kehrt die Verarbeitung zu Block 622 zurück, wo eine nächste Regimezone ausgewählt wird.At block 642, if the
Bei Block 650 bestimmt die Zonensteuerung 247, ob der Vorgang, den die landwirtschaftliche Erntemaschine 100 durchführt, abgeschlossen ist. Wenn nicht, bestimmt die Zonensteuerung 247, ob ein Steuerzonenkriterium erfüllt wurde, um die Verarbeitung fortzusetzen, wie durch Block 652 angezeigt. Wie oben erwähnt, können die Steuerzonendefinitionskriterien zum Beispiel Kriterien beinhalten, die definieren, wann eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann. Zum Beispiel kann durch einen ausgewählten Zeitraum definiert sein, ob eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 daran gehindert wird, eine Zonengrenze zu überschreiten, bis eine ausgewählte Zeitspanne abgelaufen ist. In diesem Fall bestimmt die Zonensteuerung 247 bei Block 652, ob der ausgewählte Zeitraum abgelaufen ist. Zusätzlich kann die Zonensteuerung 247 die Verarbeitung kontinuierlich durchführen. Somit wartet die Zonensteuerung 247 nicht auf einen bestimmten Zeitraum, bevor sie fortfährt, zu bestimmen, ob ein Betrieb der landwirtschaftlichen Erntemaschine 100 abgeschlossen ist. Bei Block 652 bestimmt die Zonensteuerung 247, dass es an der Zeit ist, die Verarbeitung fortzusetzen, und setzt dann die Verarbeitung bei Block 612 fort, wo die Zonensteuerung 247 erneut eine Eingabe von dem geografischen Positionssensor 204 empfängt. Es ist ebenfalls zu beachten, dass die Zonensteuerung 247 die WMAs und Sätze von WMAs gleichzeitig mithilfe einer Steuerung mit mehreren Eingaben und mehreren Ausgaben steuern kann, anstatt die WMAs und Sätze von WMAs sequentiell zu steuern.At
Das Bedienereingabebefehlsverarbeitungssystem 654 erkennt Bedienereingaben an den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle. Das Sprachverarbeitungssystem 662 erkennt Spracheingaben und verarbeitet die Interaktionen mit dem Sprachverarbeitungssystem 658, um die Spracheingaben für Befehle zu verarbeiten. Das Berührungsgestenhandhabungssystem 664 erkennt Berührungsgesten an berührungsempfindlichen Elementen in den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle.Operator input
Das andere Steuerungsinteraktionssystem 656 behandelt Interaktionen mit anderen Steuerungen des Steuersystems 214. Das Steuerungseingabeverarbeitungssystem 668 erkennt und verarbeitet Eingaben von anderen Steuerungen im Steuersystem 214, und der Steuerungsausgabegenerator 670 erzeugt Ausgaben und stellt diese Ausgaben anderen Steuerungen im Steuersystem 214 bereit. Das Sprachverarbeitungssystem 658 erkennt Spracheingaben, bestimmt die Bedeutung dieser Eingaben und stellt eine Ausgabe bereit, die die Bedeutung der gesprochenen Eingaben angibt. Zum Beispiel kann das Sprachverarbeitungssystem 658 eine Spracheingabe von dem Bediener 260 als einen Einstellungsänderungsbefehl erkennen, in dem der Bediener 260 dem Steuersystem 214 befiehlt, eine Einstellung für ein steuerbares Teilsystem 216 zu ändern. In einem solchen Beispiel erkennt das Sprachverarbeitungssystem 658 den Inhalt des gesprochenen Befehls, identifiziert die Bedeutung dieses Befehls als einen Einstellungsänderungsbefehl und liefert die Bedeutung dieser Eingabe zurück an das Sprachverarbeitungssystem 662. Das Sprachverarbeitungssystem 662 wiederum interagiert mit dem Steuerungsausgabegenerator 670, um die befohlene Ausgabe an die entsprechende Steuerung im Steuersystem 214 bereitzustellen, um den gesprochenen Einstellungsänderungsbefehl zu erfüllen.The other
Das Sprachverarbeitungssystem 658 kann auf verschiedene Weise aufgerufen werden. Beispielsweise stellt das Sprachverarbeitungssystem 662 in einem Beispiel kontinuierlich eine Eingabe von einem Mikrofon (das einer der Bedienerschnittstellenmechanismen 218 ist) an das Sprachverarbeitungssystem 658 bereit. Das Mikrofon erkennt Sprache von dem Bediener 260, und das Sprachverarbeitungssystem 662 stellt dem Sprachverarbeitungssystem 658 die erkannte Sprache bereit. Der Auslösedetektor 672 erkennt einen Auslöser, der angibt, dass das Sprachverarbeitungssystem 658 aufgerufen wird. In einigen Fällen, wenn das Sprachverarbeitungssystem 658 kontinuierliche Spracheingaben von dem Sprachverarbeitungssystem 662 empfängt, führt die Spracherkennungskomponente 674 eine kontinuierliche Spracherkennung an der gesamten vom Bediener 260 gesprochenen Sprache durch. In einigen Fällen ist das Sprachverarbeitungssystem 658 zum Aufruf mithilfe eines Aufweckworts konfiguriert. Das heißt, in einigen Fällen kann der Betrieb des Sprachverarbeitungssystems 658 auf Grundlage der Erkennung eines ausgewählten gesprochenen Wortes, das als Aufweckwort bezeichnet wird, eingeleitet werden. In einem solchen Beispiel, in dem die Erkennungskomponente 674 das Aufweckwort erkennt, liefert die Erkennungskomponente 674 einen Hinweis darauf, dass das Aufweckwort erkannt wurde, um den Detektor 672 auszulösen. Der Auslösedetektor 672 erkennt, dass das Sprachverarbeitungssystem 658 durch das Aufweckwort aufgerufen oder ausgelöst wurde. In einem anderen Beispiel kann das Sprachverarbeitungssystem 658 durch einen Bediener 260 aufgerufen werden, der ein Stellglied an einem Benutzerschnittstellenmechanismus betätigt, wie etwa durch Berühren eines Stellglieds auf einem berührungsempfindlichen Anzeigebildschirm, durch Drücken einer Taste oder durch Bereitstellen einer anderen Auslöseeingabe. In einem solchen Beispiel kann der Auslösedetektor 672 erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde, wenn eine Auslöseeingabe über einen Benutzerschnittstellenmechanismus erkannt wird. Der Auslösedetektor 672 kann auch auf andere Weise erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde.The
Sobald das Sprachverarbeitungssystem 658 aufgerufen wird, wird die Spracheingabe vom Bediener 260 der Spracherkennungskomponente 674 bereitgestellt. Die Spracherkennungskomponente 674 erkennt linguistische Elemente in der Spracheingabe, wie etwa Wörter, Phrasen oder andere linguistische Einheiten. Das System zum Verstehen der natürlichen Sprache 678 identifiziert eine Bedeutung der erkannten Sprache. Die Bedeutung kann eine Ausgabe in natürlicher Sprache, eine Befehlsausgabe, die einen in der erkannten Sprache reflektierten Befehl identifiziert, eine Werteausgabe, die einen Wert in der erkannten Sprache identifiziert, oder eine Vielzahl anderer Ausgaben sein, die das Verständnis der erkannten Sprache widerspiegeln. Beispielsweise können das System zum Verstehen der natürlichen Sprache 678 und das Sprachverarbeitungssystem 568 allgemeiner die Bedeutung der erkannten Sprache im Kontext der landwirtschaftlichen Erntemaschine 100 verstehen.Once the
In einigen Beispielen kann das Sprachverarbeitungssystem 658 auch Ausgaben erzeugen, die den Bediener 260 auf Grundlage der Spracheingabe durch eine Benutzererfahrung navigieren. Beispielsweise kann das Dialogmanagementsystem 680 einen Dialog mit dem Benutzer erzeugen und verwalten, um zu identifizieren, was der Benutzer tun möchte. Der Dialog kann den Befehl eines Benutzers unmissverständlich machen; einen oder mehrere spezifische Werte identifizieren, die erforderlich sind, um den Befehl des Benutzers auszuführen; oder andere Informationen vom Benutzer erhalten oder dem Benutzer oder beiden andere Informationen bereitstellen. Die Synthesekomponente 676 kann eine Sprachsynthese erzeugen, die dem Benutzer durch einen Audiobedienerschnittstellenmechanismus, wie etwa einen Lautsprecher, präsentiert werden kann. Somit kann der Dialog, der vom Dialogmanagementsystem 680 verwaltet wird, ausschließlich ein gesprochener Dialog oder eine Kombination aus sowohl einem visuellen Dialog als auch einem gesprochenen Dialog sein.In some examples,
Der Aktionssignalgenerator 660 erzeugt Aktionssignale, um Bedienerschnittstellenmechanismen 218 auf Grundlage von Ausgaben von einem oder mehreren von dem Bedienereingabebefehlsverarbeitungssystem 654, dem anderen Steuerungsinteraktionssystem 656 und dem Sprachverarbeitungssystem 658 zu steuern. Der visuelle Steuersignalgenerator 684 erzeugt Steuersignale, um visuelle Elemente in den Bedienerschnittstellenmechanismen 218 zu steuern. Bei den visuellen Elementen kann es sich um Lichter, einen Anzeigebildschirm, Warnindikatoren oder andere visuelle Elemente handeln. Der Audiosteuersignalgenerator 686 erzeugt Ausgaben, die Audioelemente der Bedienerschnittstellenmechanismen 218 steuern. Die Audioelemente umfassen einen Lautsprecher, akustische Alarmmechanismen, Hörner oder andere akustische Elemente. Der haptische Steuersignalgenerator 688 erzeugt Steuersignale, die ausgegeben werden, um haptische Elemente der Bedienerschnittstellenmechanismen 218 zu steuern. Die haptischen Elemente beinhalten Vibrationselemente, die verwendet werden können, um beispielsweise den Sitz des Bedieners, das Lenkrad, Pedale oder Joysticks, die vom Bediener verwendet werden, vibrieren zu lassen. Die haptischen Elemente können eine taktile Rückkopplungs- oder Krafttrückkopplungselemente beinhalten, die dem Bediener über Bedienerschnittstellenmechanismen ein taktiles Rückkopplungs- oder Kraftrückkopplungssignal bereitstellen. Die haptischen Elemente können auch eine Vielzahl anderer haptischer Elemente beinhalten.
Bei Block 692 empfängt die Bedienerschnittstellensteuerung 231 eine Karte. Block 694 gibt ein Beispiel an, in dem die Karte eine funktionelle prädiktive Karte ist, und Block 696 gibt ein Beispiel an, in dem die Karte ein anderer Kartentyp ist. Bei Block 698 empfängt die Bedienerschnittstellensteuerung 231 eine Eingabe von dem geografischen Positionssensor 204, der die geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Wie in Block 700 angegeben, kann die Eingabe von dem geografischen Positionssensor 204 den Kurs zusammen mit der Position der landwirtschaftlichen Erntemaschine 100 beinhalten. Block 702 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 beinhaltet, und Block 704 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 andere Elemente beinhaltet.At
Bei Block 706 steuert der visuelle Steuersignalgenerator 684 in der Bedienerschnittstellensteuerung 231 den berührungsempfindlichen Anzeigebildschirm in den Bedienerschnittstellenmechanismen 218, um eine Anzeige zu erzeugen, die das gesamte oder einen Teil eines durch die empfangene Karte dargestellten Feldes zeigt. Block 708 gibt an, dass das angezeigte Feld eine aktuelle Positionsmarkierung beinhalten kann, die eine aktuelle Position der landwirtschaftlichen Erntemaschine 100 relativ zum Feld zeigt. Block 710 gibt ein Beispiel an, in dem das angezeigte Feld eine nächste Arbeitseinheitsmarkierung beinhaltet, die eine nächste Arbeitseinheit (oder einen Bereich auf dem Feld) identifiziert, in dem die landwirtschaftliche Erntemaschine 100 betrieben wird. Block 712 gibt ein Beispiel an, in dem das angezeigte Feld einen bevorstehenden Bereichsanzeigeabschnitt beinhaltet, der Bereiche anzeigt, die noch von der landwirtschaftlichen Erntemaschine 100 verarbeitet werden sollen, und Block 714 gibt ein Beispiel an, in dem das angezeigte Feld zuvor besuchte Anzeigeabschnitte beinhaltet, die Bereiche des Feldes darstellen, die die landwirtschaftliche Erntemaschine 100 bereits bearbeitet hat. Block 716 gibt ein Beispiel an, in dem das angezeigte Feld verschiedene Merkmale des Feldes mit georeferenzierten Positionen auf der Karte anzeigt. Handelt es sich beispielsweise bei der empfangenen Karte um eine Kerngrößenkarte, kann das angezeigte Feld die verschiedenen Kategorien der Größe von Kernen anzeigen, die in dem Feld existieren, die innerhalb des angezeigten Feldes georeferenziert wurden. Die abgebildeten Merkmale können in den zuvor besuchten Bereichen (wie in Block 714 gezeigt), in den bevorstehenden Bereichen (wie in Block 712 gezeigt) und in der nächsten Arbeitseinheit (wie in Block 710 gezeigt) gezeigt werden. Block 718 gibt ein Beispiel an, in dem das angezeigte Feld auch andere Elemente beinhaltet.At
In dem in
In dem in
Die Größe der nächsten Arbeitseinheit 730, die auf dem Feldanzeigeabschnitt 728 markiert ist, kann auf Grundlage einer Vielzahl verschiedener Kriterien variieren. Zum Beispiel kann die Größe der nächsten Arbeitseinheit 730 in Abhängigkeit von der Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 variieren. Wenn sich die landwirtschaftliche Erntemaschine 100 somit schneller bewegt, kann der Bereich der nächsten Arbeitseinheit 730 größer sein als der Bereich der nächsten Arbeitseinheit 730, wenn sich die landwirtschaftliche Erntemaschine 100 langsamer bewegt. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, dass er den zuvor besuchten Bereich 714 und bevorstehende Bereiche 712 anzeigt. Die zuvor besuchten Bereiche 714 stellen Bereiche dar, die bereits geerntet wurden, während die bevorstehenden Bereiche 712 Bereiche darstellen, die noch geerntet werden müssen. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, der verschiedene Merkmale des Feldes anzeigt. In dem in
Im Beispiel von
Die Stellglieder und Anzeigemarkierungen in Abschnitt 738 können beispielsweise als einzelne Elemente, feste Listen, scrollbare Listen, Dropdown-Menüs oder Dropdown-Listen angezeigt werden. In dem in
Eine Flaggenspalte 739 zeigt Flags, die automatisch oder manuell gesetzt wurden. Das Flaggenstellglied 740 ermöglicht es dem Bediener 260, eine aktuelle Position zu markieren und dann Informationen hinzuzufügen, die die an der aktuellen Position gefundene Kerngröße angeben. Wenn zum Beispiel der Bediener 260 das Flaggenstellglied 740 durch Berühren des Flaggenstellglieds 740 betätigt, identifiziert das Berührungsgestenhandhabungssystem 664 in der Bedienerschnittstellensteuerung 231 die aktuelle Position als eine Position, an dem die landwirtschaftliche Erntemaschine 100 auf eine große Kerngröße gestoßen ist. Wenn der Bediener 260 die Taste 742 berührt, identifiziert das Berührungsgestenhandhabungssystem 664 die aktuelle Position als eine Position, an der die landwirtschaftliche Erntemaschine 100 auf eine mittlere Kerngröße gestoßen ist. Wenn der Bediener 260 die Taste 744 berührt, identifiziert das Berührungsgestenhandhabungssystem 664 die aktuelle Position als eine Position, an der die landwirtschaftliche Erntemaschine 100 auf eine kleine Kerngröße gestoßen ist. Das Berührungsgestenhandhabungssystem 664 steuert auch den visuellen Steuersignalgenerator 684, um den Punkt, den Beginn, das Ende oder die Fortsetzung einer Position zu markieren, die der identifizierten Kerngröße auf der Feldanzeige 728 Abschnitt 728 entspricht, wenn die Tasten 740, 742 oder 744 betätigt werden. Zum Beispiel kann der visuelle Steuersignalgenerator bei Betätigung der Tasten 740, 742 oder 744 ein Symbol hinzufügen, das der identifizierten Kerngröße auf dem Feldanzeigeabschnitt 728 entspricht.A
Die Spalte 746 zeigt die Symbole an, die jeder Kategorie von Kerngröße entsprechen, die auf dem Feldanzeigeabschnitt 728 verfolgt wird. Die Bezeichnerspalte 748 zeigt den Bezeichner (der ein Textbezeichner oder ein anderer Bezeichner sein kann), der die Kategorie der Kerngröße identifiziert. Ohne Einschränkung können die Kerngrößensymbole in Spalte 746 und die Bezeichner in Spalte 748 beliebige Anzeigemarkierungsmerkmale beinhalten, wie etwa verschiedene Farben, Formen, Muster, Intensitäten, Text, Symbole oder andere Anzeigemarkierungsmerkmale. Die in Spalte 750 angezeigten Werte können eine vorhergesagte Kerngröße oder eine Kerngröße sein, die durch In-situ-Sensoren 208 gemessen wurden. In einem Beispiel kann der Bediener 260 den bestimmten Teil des Feldanzeigeabschnitts 728 auswählen, für den die Werte in Spalte 750 angezeigt werden sollen. Somit können die Werte in Spalte 750 Werten in Anzeigeabschnitten 712, 714 oder 730 entsprechen. Spalte 752 zeigt Aktionsschwellenwerte an. Die Aktionsschwellenwerte in Spalte 752 können Schwellenwerte sein, die den gemessenen Werten in Spalte 750 entsprechen. Wenn die gemessenen Werte in Spalte 750 die entsprechenden Aktionsschwellenwerte in Spalte 752 erfüllen, dann ergreift das Steuersystem 214 die in Spalte 754 identifizierte Aktion. In einigen Fällen kann ein gemessener Wert einen entsprechenden Aktionsschwellenwert erfüllen, indem er den entsprechenden Aktionsschwellenwert erfüllt oder überschreitet. In einem Beispiel kann der Bediener 260 beispielsweise einen Schwellenwert auswählen, um den Schwellenwert durch Berühren des Schwellenwerts in Spalte 752 zu ändern. Nach der Auswahl kann der Bediener 260 den Schwellenwert ändern. Die Schwellenwerte in Spalte 752 können konfiguriert sein, um die bezeichnete Aktion durchzuführen, wenn der gemessene Wert 750 den Schwellenwert übersteigt, dem Schwellenwert entspricht oder unter dem Schwellenwert liegt.
Ebenso kann der Bediener 260 die Aktionsidentifizierer in Spalte 754 berühren, um die durchzuführende Aktion zu ändern. Wenn ein Schwellenwert erfüllt ist, können mehrere Aktionen ergriffen werden. Zum Beispiel werden am unteren Ende der Spalte 754 eine Reduzierung der Gebläsedrehzahl um 50 Umdrehungen pro Minute (U/min) und eine Reduzierung der Sieböffnungen um 1 Millimeter (mm) als Aktionen identifiziert, die durchgeführt werden, wenn der gemessene Wert in Spalte 750 den Schwellenwert in Spalte 752 erfüllt.Likewise, the
Die Aktionen, die in Spalte 754 festgelegt werden können, können aus einer Vielzahl verschiedener Arten von Aktionen bestehen. Beispielsweise können die Aktionen eine Halteaktion beinhalten, die, wenn sie ausgeführt wird, die landwirtschaftliche Erntemaschine 100 daran hindert, in einem Bereich weiter zu ernten. Die Aktionen können eine Geschwindigkeitsänderungsaktion beinhalten, die, wenn sie ausgeführt wird, die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Feld oder die Geschwindigkeit des Reinigungsgebläses 120 ändert. Die Aktionen können eine Einstellungsänderungsaktion zum Ändern einer Einstellung eines internen Stellglieds oder eines anderen WMAs oder Satzes von WMAs beinhalten, wie etwa Stellglieder, die Siebeinstellungen, Häckslereinstellungen, Dreschkorbspalt, Rotordrehzahl, ändern. Die Aktionen können auch Einstellungen zum Implementieren einer Änderungsaktion beinhalten, die eine Einstellung einer Haspelposition oder anderer WMAs ändert. Dies sind nur Beispiele, und eine Vielzahl anderer Aktionen werden hierin in Betracht gezogen.The actions that can be specified in
Die auf der Benutzerschnittstellenanzeige 720 gezeigten Anzeigemarkierungen können visuell gesteuert werden. Das visuelle Steuern der Schnittstellenanzeige 720 kann durchgeführt werden, um die Aufmerksamkeit des Bedieners 260 zu erregen. Beispielsweise können die Anzeigemarkierungen gesteuert werden, um die Intensität, Farbe oder das Muster zu modifizieren, mit dem die Anzeigemarkierungen angezeigt werden. Zusätzlich können die Anzeigemarkierungen so gesteuert werden, dass sie blinken. Beispielhaft sind die beschriebenen Änderungen des visuellen Erscheinungsbildes der Anzeigemarkierungen vorgesehen. Folglich können andere Aspekte des optischen Erscheinungsbildes der Anzeigemarkierungen verändert werden. Daher können die Anzeigemarkierungen unter verschiedenen Umständen in gewünschter Weise modifiziert werden, um beispielsweise die Aufmerksamkeit des Bedieners 260 zu erregen.The indicator markers shown on the
Zurückkehrend zum Flussdiagramm von
Bei Block 782 erfasst und verarbeitet das Bedienereingabebefehlsverarbeitungssystem 654 Bedienereingaben, die Interaktionen mit der Benutzerschnittstellenanzeige 720 entsprechen, die durch den Bediener 260 durchgeführt werden. Wenn der Benutzerschnittstellenmechanismus, auf dem die Benutzerschnittstellenanzeige 720 angezeigt wird, ein berührungsempfindlicher Anzeigebildschirm ist, können Interaktionseingaben mit dem berührungsempfindlichen Anzeigebildschirm durch den Bediener 260 Berührungsgesten 784 sein. In einigen Fällen können die Bedienerinteraktionseingaben Eingaben mithilfe einer Point-and-Click-Vorrichtung 786 oder anderer Bedienerinteraktionseingaben 788 sein.At
Bei Block 790 empfängt die Bedienerschnittstellensteuerung 231 Signale, die eine Alarmbedingung angeben. Beispielsweise zeigt Block 792 an, dass Signale von dem Steuerungseingabeverarbeitungssystem 668 empfangen werden können, die anzeigen, dass erfasste Werte in Spalte 750 Schwellenwertbedingungen erfüllen, die in Spalte 752 vorhanden sind. Wie zuvor erläutert, können die Schwellenwertbedingungen Werte beinhalten, die unter einem Schwellenwert, bei einem Schwellenwert oder über einem Schwellenwert liegen. Block 794 zeigt, dass der Aktionssignalgenerator 660 als Reaktion auf das Empfangen einer Alarmbedingung den Bediener 260 alarmieren kann, indem er den visuellen Steuersignalgenerator 684 verwendet, um visuelle Alarme zu erzeugen, indem er den Audiosteuersignalgenerator 686 verwendet, um Audioalarme zu erzeugen, indem er den haptischen Steuersignalgenerator 688 verwendet, um haptische Alarme zu erzeugen, oder indem er eine beliebige Kombination davon verwendet. Gleichermaßen kann der Steuerungsausgabegenerator 670, wie durch Block 796 angezeigt, Ausgaben an andere Steuerungen im Steuersystem 214 erzeugen, so dass diese Steuerungen die entsprechende Aktion ausführen, die in Spalte 754 identifiziert wurde. Block 798 zeigt, dass die Bedienerschnittstellensteuerung 231 Alarmbedingungen auch auf andere Weise erkennen und verarbeiten kann.At
Block 900 zeigt, dass das Sprachverarbeitungssystem 662 Eingaben, die das Sprachverarbeitungssystem 658 aufrufen, erkennen und verarbeiten kann. Block 902 zeigt, dass das Durchführen der Sprachverarbeitung die Verwendung des Dialogverwaltungssystems 680 beinhalten kann, um einen Dialog mit dem Bediener 260 durchzuführen. Block 904 zeigt, dass die Sprachverarbeitung das Bereitstellen von Signalen an den Steuerungsausgabegenerator 670 beinhalten kann, so dass Steuervorgänge automatisch auf Grundlage der Spracheingaben durchgeführt werden.
Die nachfolgende Tabelle 1 zeigt einen beispielhaften Dialog zwischen der Bedienerschnittstellensteuerung 231 und dem Bediener 260. In Tabelle 1 verwendet der Bediener 260 ein Auslösewort oder ein Aufweckwort, das vom Auslösedetektor 672 erkannt wird, um das Sprachverarbeitungssystem 658 aufzurufen. In dem in Tabelle 1 dargestellten Beispiel lautet das Aufweckwort „Johnny“.Table 1 below shows an example dialog between
Tabelle 1Table 1
Bediener: „Johnny, informiere mich über die Kerngröße“Operator: "Johnny, let me know the core size"
Bedienerschnittstellensteuerung: „Die aktuelle Kernelgröße ist groß.“Operator interface control: "The current kernel size is large."
Tabelle 2 zeigt ein Beispiel, in dem die Sprachsynthesekomponente 676 eine Ausgabe an den Audiosteuersignalgenerator 686 bereitstellt, um hörbare Aktualisierungen auf einer intermittierenden oder periodischen Basis bereitzustellen. Das Intervall zwischen Aktualisierungen kann zeitbasiert sein, wie etwa alle fünf Minuten, oder abdeckungs- oder entfernungsbasiert, wie etwa alle zwei Hektar, oder ausnahmebasiert, wie etwa wenn ein gemessener Wert größer als ein Schwellenwert ist.Table 2 shows an example where
Tabelle2Table2
Bedienerschnittstellensteuerung: „In den letzten 10 Minuten war die Kerngröße 5 % groß, 80 % mittel und 15 % klein.“Operator interface control: "In the last 10 minutes, the kernel size was 5% large, 80% medium, and 15% small."
Bedienerschnittstellensteuerung: „Die nächste 1 Hektar vorhergesagte Kernelgrößenverteilung ist groß, 10 %; mittel, 80 %; und klein, 10 %.“Operator interface control: “The next 1 hectare predicted kernel size distribution is large, 10%; medium, 80%; and small, 10%.”
Das in Tabelle 3 gezeigte Beispiel veranschaulicht, dass einige Stellglieder oder Benutzereingabemechanismen auf der berührungsempfindlichen Anzeige 720 durch einen Sprachdialog ergänzt werden können. Das Beispiel in Tabelle 3 veranschaulicht, dass der Aktionssignalgenerator 660 Aktionssignale erzeugen kann, um automatisch eine große Kerngrößenstelle in dem zu erntenden Feld zu markieren.The example shown in Table 3 illustrates that some actuators or user input mechanisms on touch-
Tabelle3Table3
Mensch: „Johnny, markiere eine große Kerngrößenstelle.“Human: "Johnny, mark a major kernel size spot."
Bedienerschnittstellensteuerung: „Große Kerngrößenstelle markiert.“Operator interface control: "Large kernel size digit marked."
Das in Tabelle 4 dargestellte Beispiel veranschaulicht, dass der Aktionssignalgenerator 660 einen Dialog mit dem Bediener 260 führen kann, um eine Markierung einer Stelle mit großer Kerngröße zu beginnen und zu beenden.The example presented in Table 4 illustrates that the
Tabelle 4Table 4
Mensch: „Johnny, beginne damit, große Kerngrößenstellen zu markieren.“Human: "Johnny, start marking large core size spots."
Bedienerschnittstellensteuerung: „Große Kerngrößenstelle wird markiert.“Operator interface control: "Large kernel size location is highlighted."
Mensch: „Johnny, beende das Markieren der großen Kerngrößenstelle.“Human: "Johnny, finish marking the large kernel size location."
Bedienerschnittstellensteuerung: „Markierung einer großen Kerngrößenstelle gestoppt.“Operator interface control: "Marking of a large core size location stopped."
Das in Tabelle 5 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 160 Signale erzeugen kann, um eine kleine Kerngrößenstelle auf eine andere Weise als die in den Tabellen 3 und 4 gezeigten zu markieren.The example shown in Table 5 illustrates that action signal generator 160 can generate signals to mark a small kernel size location in a manner different from those shown in Tables 3 and 4.
Tabelle 5Table 5
Mensch: „Johnny, markiere die nächsten 30 Meter als kleine Kerngrößenstelle.“Human: "Johnny, mark the next 30 meters as a small core size spot."
Bedienerschnittstellensteuerung: „Die nächsten 30 Meter sind als kleine Kerngrößenstelle markiert.“Operator Interface Control: "The next 30 meters are marked as a small core size spot."
Unter erneuter Bezugnahme auf
Sobald der Vorgang abgeschlossen ist, können beliebige gewünschte Werte gespeichert werden, die angezeigt werden oder auf der Benutzerschnittstellenanzeige 720 angezeigt wurden. Diese Werte können auch beim maschinellen Lernen verwendet werden, um verschiedene Abschnitte des prädiktiven Modellgenerators 210, des prädiktiven Kartengenerators 212, des Steuerzonengenerators 213, der Steueralgorithmen oder anderer Elemente zu verbessern. Das Speichern der gewünschten Werte wird durch Block 916 angezeigt. Die Werte können lokal auf der landwirtschaftlichen Erntemaschine 100 gespeichert werden oder die Werte können an einem Remote-Serverstandort gespeichert oder an ein anderes Remote-System gesendet werden.Once the process is complete, any desired values that are displayed or have been displayed on the
Somit ist ersichtlich, dass eine Informationskarte von einer landwirtschaftlichen Erntemaschine erhalten wird, die Werte an verschiedenen geografischen Positionen eines zu erntenden Feldes zeigt. Ein In-situ-Sensor an der Erntemaschine erfasst ein Merkmal, während sich die landwirtschaftliche Erntemaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die Steuerwerte für verschiedene Positionen auf Grundlage der Werte in der Informationskarte und dem Merkmal, das durch den In-situ-Sensor erfasst wird, vorhersagt. Ein Steuersystem steuert das steuerbare Teilsystem auf Grundlage der Werte in der prädiktiven Karte.Thus it can be seen that an information map is obtained from an agricultural harvester showing values at different geographic positions of a field to be harvested. An in situ sensor on the harvester detects a feature as the agricultural harvester moves through the field. A predictive map generator creates a predictive map that predicts control values for various positions based on the values in the information map and the feature sensed by the in situ sensor. A control system controls the controllable subsystem based on the values in the predictive map.
Ein Steuerwert ist ein Wert, auf dem eine Aktion basieren kann. Ein Steuerwert, wie hierin beschrieben, kann einen beliebigen Wert (oder Merkmale, die durch den Wert angegeben sind oder von diesem abgeleitet werden) beinhalten, der bei der Steuerung der landwirtschaftlichen Erntemaschine 100 verwendet werden kann. Ein Steuerwert kann ein beliebiger Wert sein, der ein landwirtschaftliches Merkmal anzeigt. Bei einem Regelwert kann es sich dabei um einen prädiktiven Wert, um einen Messwert oder um einen erkannten Wert handeln. Ein Steuerwert kann einen beliebigen der von einer Karte bereitgestellten Werte beinhalten, wie etwa eine beliebige der hierin beschriebenen Karten, zum Beispiel kann ein Steuerwert ein Wert sein, der von einer Informationskarte bereitgestellt wird, ein Wert, der von einer Vorabinformationskarte bereitgestellt wird, oder ein Wert, der von einer prädiktiven Karte bereitgestellt wird, wie etwa eine funktionelle prädiktive Karte. Ein Steuerwert kann auch eine beliebige der Merkmale beinhalten, die durch die von einem der hierin beschriebenen Sensoren erfassten Werte angegeben oder daraus abgeleitet sind. In anderen Beispielen kann ein Steuerwert durch einen Bediener der landwirtschaftlichen Maschine bereitgestellt werden, wie etwa eine Befehlseingabe durch einen Bediener der landwirtschaftlichen Maschine.A control value is a value on which an action can be based. A control value, as described herein, may include any value (or characteristics indicated by or derived from the value) that can be used in controlling
In der vorliegenden Erläuterung wurden Prozessoren und Server erwähnt, In einem Beispiel beinhalten die Prozessoren und Server Computerprozessoren mit zugehörigem Speicher und Zeitschaltungen, die nicht separat dargestellt werden. Die Prozessoren und Server sind funktionelle Teile der Systeme oder Vorrichtungen, zu denen die Prozessoren und Server gehören und durch die sie aktiviert werden, und erleichtern die Funktionalität der anderen Komponenten oder Elemente in diesen Systemen.Processors and servers have been mentioned throughout this discussion. In one example, the processors and servers include computer processors with associated memory and timing circuitry, which are not shown separately. The processors and servers are functional parts of the systems or devices to which the processors and servers belong and through which they act four, and facilitate the functionality of the other components or elements in these systems.
Es wurde auch eine Reihe von Anzeigen der Benutzerschnittstelle diskutiert. Die Anzeigen können mehrere verschiedene Formen annehmen und können mehrere verschiedene benutzergesteuerte Bedienerschnittstellenmechanismen darauf aufweisen. Beispielsweise können die vom Benutzer aktivierbaren Bedienerschnittstellenmechanismen Textfelder, Kontrollkästchen, Symbole, Links, Dropdown-Menüs, Suchfelder usw. beinhalten. Die vom Benutzer betätigbaren Bedienschnittstellenmechanismen können auch auf unterschiedlichste Weise betätigt werden. Zum Beispiel können die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen über Bedienerschnittstellenmechanismen, wie etwa eine Point-and-Click-Vorrichtung, ein Trackball oder eine Maus, Hardwaretasten, Schalter, einen Joystick oder eine Tastatur, Daumenschalter oder Daumenpads usw., eine virtuelle Tastatur oder andere virtuelle Stellglieder betätigt werden. Wenn der Bildschirm, auf dem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen angezeigt werden, ein berührungsempfindlicher Bildschirm ist, können außerdem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen mit Berührungsgesten betätigt werden. Benutzerbetätigbare Bedienerschnittstellenmechanismen können auch mithilfe von Sprachbefehlen mit der Spracherkennungsfunktionalität betätigt werden. Die Spracherkennung kann mithilfe einer Spracherkennungsvorrichtung, wie etwa eines Mikrofons, und einer Software implementiert werden, die dazu dient, Sprache zu erkennen und Befehle basierend auf der empfangenen Sprache auszuführen.A number of user interface displays were also discussed. The displays can take a number of different forms and can have a number of different user controlled operator interface mechanisms thereon. For example, the user-actuable operator interface mechanisms may include text boxes, check boxes, icons, links, drop-down menus, search boxes, and so on. The user actuatable operator interface mechanisms can also be actuated in a variety of ways. For example, the user actuable operator interface mechanisms can be operator interface mechanisms such as a point-and-click device, a trackball or mouse, hardware buttons, switches, a joystick or keyboard, thumb switches or thumbpads, etc., a virtual keyboard or other virtual Actuators are actuated. In addition, when the screen on which the user actuable operator interface mechanisms are displayed is a touch-sensitive screen, the user actuable operator interface mechanisms can be actuated with touch gestures. User actuatable operator interface mechanisms can also be actuated using voice commands with speech recognition functionality. Speech recognition can be implemented using a speech recognition device, such as a microphone, and software operable to recognize speech and execute commands based on the received speech.
Eine Reihe von Datenspeichern wurde ebenfalls erörtert. Es wird darauf hingewiesen, dass die Datenspeicher jeweils in mehrere Datenspeicher aufgeteilt werden können. In einigen Beispielen können einer oder mehrere der Datenspeicher lokal für die auf die Datenspeicher zugreifenden Systeme sein, einer oder mehrere der Datenspeicher können remote von einem den Datenspeicher verwendenden System angeordnet sein, oder ein oder mehrere Datenspeicher können lokal sein, während andere remote sind. All diese Konfigurationen werden durch die vorliegende Offenbarung in Betracht gezogen.A number of data stores were also discussed. It is pointed out that the data stores can each be divided into several data stores. In some examples, one or more of the data stores may be local to systems accessing the data stores, one or more of the data stores may be remote from a system using the data store, or one or more data stores may be local while others are remote. All of these configurations are contemplated by the present disclosure.
Außerdem zeigen die Figuren eine Reihe von Blöcken mit Funktionen, die jedem Block zugeordnet sind. Es wird darauf hingewiesen, dass weniger Blöcke verwendet werden können, um zu veranschaulichen, dass die Funktionalität, die mehreren verschiedenen Blöcken zugewiesen wird, von weniger Komponenten ausgeführt wird. Es können auch mehr Blöcke verwendet werden, die veranschaulichen, dass die Funktionalität auf mehrere Komponenten verteilt sein kann. In verschiedenen Beispielen können einige Funktionen hinzugefügt und einige entfernt werden.In addition, the figures show a series of blocks with functions associated with each block. It is noted that fewer blocks may be used to illustrate that functionality assigned to multiple different blocks is performed by fewer components. More blocks can also be used, illustrating that functionality can be distributed across multiple components. In different examples, some functionality may be added and some may be removed.
Es ist zu beachten, dass die vorstehende Erläuterung eine Vielzahl unterschiedlicher Systeme, Komponenten, Logiken und Interaktionen beschrieben hat. Es versteht sich, dass ein oder alle solcher Systeme, Komponenten, Logiken und Interaktionen durch Hardwareelemente, wie etwa Prozessoren, Speicher oder andere Verarbeitungskomponenten, einschließlich, aber nicht beschränkt auf Komponenten mit künstlicher Intelligenz, wie etwa neuronale Netzwerke, von denen einige im Folgenden beschrieben werden, umgesetzt werden können, die die Funktionen ausführen, die mit diesen Systemen, Komponenten Logiken oder Interaktionen verbunden sind. Darüber hinaus können beliebige oder alle Systeme, Komponenten, Logiken und Interaktionen durch Software implementiert werden, die in einen Speicher geladen werden und anschließend von einem Prozessor oder Server oder einer anderen Rechnerkomponente ausgeführt werden, wie nachfolgend beschrieben. Jedes oder alle Systeme, Komponenten, Logiken und Interaktionen können auch durch verschiedene Kombinationen von Hardware, Software, Firmware usw. umgesetzt werden, von denen einige Beispiele nachfolgend beschrieben werden. Dies sind einige Beispiele für verschiedene Strukturen, die zur Implementierung beliebiger oder aller der oben beschriebenen Systeme, Komponenten, Logiken und Interaktionen verwendet werden können. Es können auch andere Strukturen verwendet werden.It should be noted that the discussion above has described a variety of different systems, components, logic and interactions. It is understood that any or all such systems, components, logic, and interactions are accomplished by hardware elements, such as processors, memory, or other processing components, including but not limited to artificial intelligence components, such as neural networks, some of which are described below can be implemented that perform the functions associated with these systems, components, logics or interactions. In addition, any or all of the systems, components, logic, and interactions may be implemented by software loaded into memory and then executed by a processor or server or other computing component, as described below. Any or all of the systems, components, logic, and interactions may also be implemented through various combinations of hardware, software, firmware, etc., some examples of which are described below. These are some examples of different structures that can be used to implement any or all of the systems, components, logic, and interactions described above. Other structures can also be used.
Alternativ können die Komponenten und Funktionen von einem Server bereitgestellt werden, oder die Komponenten und Funktionen können direkt oder auf andere Weise auf Endgeräten installiert werden.Alternatively, the components and functions may be provided by a server, or the components and functions may be installed directly or otherwise on end devices.
In dem in
Es wird auch darauf hingewiesen, dass die Elemente von
In einigen Beispielen kann die Remote-Serverarchitektur 500 Cybersicherheitsmaßnahmen beinhalten. Ohne Einschränkung können diese Maßnahmen eine Verschlüsselung von Daten auf Speichervorrichtungen, eine Verschlüsselung von Daten, die zwischen Netzwerkknoten gesendet werden, eine Authentifizierung von Personen oder Prozessen, die auf Daten zugreifen, sowie die Verwendung von Hauptbüchern zum Aufzeichnen von Metadaten, Daten, Datenübertragungen, Datenzugriffen und Datentransformationen beinhalten. In einigen Beispielen können die Hauptbücher verteilt und unveränderlich sein (z. B. als Blockchain implementiert).In some examples, the
In anderen Beispielen können Anwendungen auf einer entfernbaren „Secure Digital“-(SD-)Karte empfangen werden, die mit einer Schnittstelle 15 verbunden ist. Die Schnittstelle 15 und die Kommunikationsverbindungen 13 kommunizieren mit einem Prozessor 17 (der auch die Prozessoren oder Server aus den anderen FIG. verkörpern kann) über einen Bus 19, der ebenfalls mit dem Speicher 21 und den Ein-/Ausgabekomponenten (E/A) 23 sowie dem Taktgeber 25 und dem Ortungssystem 27 verbunden ist.In other examples, applications may be received on a removable Secure Digital (SD) card connected to an
E/A-Komponenten 23 sind in einem Beispiel vorgesehen, um Ein- und Ausgabeoperationen zu erleichtern. E/A-Komponenten 23 für verschiedene Beispiele des Endgeräts 16 können Eingabekomponenten, wie etwa Tasten, Tastsensoren, optische Sensoren, Mikrofone, Touchscreens, Näherungssensoren, Beschleunigungssensoren, Orientierungssensoren, und Ausgabekomponenten, wie etwa eine Anzeigevorrichtung, ein Lautsprecher und/oder ein Druckeranschluss beinhalten. Es können auch andere E/A-Komponenten 23 verwendet werden.I/
Die Uhr 25 umfasst veranschaulichend eine Echtzeituhrkomponente, die eine Uhrzeit und ein Datum ausgibt. Dieser kann auch, veranschaulichend, Timing-Funktionen für Prozessor 17 bereitstellen.
Das Ortungssystem 27 beinhaltet veranschaulichend eine Komponente, die eine aktuelle geografische Position des Geräts 16 ausgibt. Dies kann beispielsweise einen globalen Positionierungssystem-(GPS-)Empfänger, ein LORAN-System, ein Koppelnavigationssystem, ein zellulares Triangulationssystems oder ein anderes Positionierungssystems beinhalten. Das Ortungssystem 27 kann beispielsweise auch eine Karten- oder Navigationssoftware beinhalten, die gewünschte Karten, Navigationsrouten und andere geografische Funktionen erzeugt.The
Der Speicher 21 speichert das Betriebssystem 29, die Netzwerkeinstellungen 31, die Anwendungen 33, die Anwendungskonfigurationseinstellungen 35, den Datenspeicher 37, die Kommunikationstreiber 39 und die Kommunikationskonfigurationseinstellungen 41. Der Speicher 21 kann alle Arten von greifbaren flüchtigen und nichtflüchtigen computerlesbaren Speichervorrichtungen beinhalten. Der Speicher 21 kann auch Computerspeichermedien beinhalten (siehe unten). Der Speicher 21 speichert computerlesbare Anweisungen, die, wenn sie von Prozessor 17 ausgeführt werden, den Prozessor veranlassen, computerimplementierte Schritte oder Funktionen gemäß den Anweisungen auszuführen. Der Prozessor 17 kann von anderen Komponenten aktiviert werden, um auch deren Funktionalität zu verbessern.
Es ist zu beachten, dass andere Formen der Vorrichtungen 16 möglich sind.It should be noted that other shapes of
Computer 810 beinhaltet typischerweise mehrere computerlesbare Medien. Computerlesbare Medien können beliebige verfügbare Medien sein, auf die der Computer 810 zugreifen kann, und umfassen sowohl flüchtige als auch nichtflüchtige Medien, entfernbare und nicht entfernbare Medien. Beispielsweise und nicht einschränkend können computerlesbare Medien Computerspeichermedien und Kommunikationsmedien umfassen. Computerspeichermedien unterscheiden sich von einem modulierten Datensignal oder einer Trägerwelle und beinhalten diese nicht. Computerlesbare Medien umfassen Hardware-Speichermedien mit flüchtigen und nichtflüchtigen, entfernbaren und nicht entfernbaren Medien, die in einem beliebigen Verfahren oder einer Technologie für die Speicherung von Informationen, wie etwa computerlesbaren Befehlen, Datenstrukturen, Programmmodulen oder anderen Daten, implementiert sind. Rechenspeichermedien umfassen, aber sie sind nicht beschränkt auf RAM, ROM, EEPROM, Flash-Speicher oder andere Speichertechnologie, CD-ROM, Digitalversatile-Disks (DVD) oder andere optische Plattenspeicher, Magnetkassetten, -bänder, -plattenspeicher oder andere magnetische Speichergeräte oder jedes andere Medium, das verwendet werden kann, um die gewünschte Information zu speichern, auf die über den Rechner 810 zugegriffen werden kann. Kommunikationsmedien können computerlesbare Anweisungen, Datenstrukturen, Programmmodule oder andere Daten in einem Transportmechanismus enthalten und umfassen alle Informationslieferungsmedien. Der Begriff „moduliertes Datensignal“ bezeichnet ein Signal, bei dem eine oder mehrere seiner Merkmale so eingestellt oder geändert werden, dass Informationen in dem Signal codiert werden.
Der Systemspeicher 830 beinhaltet Computerspeichermedien in Form eines flüchtigen und/oder nichtflüchtigen Speichers oder beider, wie etwa Festwertspeicher (ROM) 831 und Direktzugriffsspeicher (RAM) 832. Ein grundlegendes Ein-/Ausgabesystem 833 (BIOS), das die grundlegenden Programme enthält, die helfen, Informationen zwischen den Elementen innerhalb des Computers 810 zu übertragen, wie etwa beim Starten, wird typischerweise im ROM 831 gespeichert. Der RAM 832 enthält typischerweise Daten- oder Programmmodule oder beide, die für die Verarbeitungseinheit 820 unmittelbar zugänglich sind und/oder derzeit betrieben werden. Beispielhaft und nicht einschränkend veranschaulicht
Der Computer 810 kann auch andere entfernbare/nicht entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise zeigt
Alternativ oder zusätzlich kann die hierin beschriebene Funktionalität mindestens teilweise durch eine oder mehrere Hardware-Logikkomponenten ausgeführt werden. Zu den veranschaulichenden Arten von Hardware-Logikkomponenten, die verwendet werden können, gehören beispielsweise feldprogrammierbare Gate-Arrays (FPGAs), Applikations-spezifische integrierte Schaltungen (z. B. ASICs), Applikations-spezifische Standardprodukte (z. B. ASSPs), System-on-a-Chip-Systeme (SOCs), „Complex Programmable Logic Devices“ (CPLDs) usw.Alternatively or additionally, the functionality described herein may be performed at least in part by one or more hardware logic components. Illustrative types of hardware logic components that may be used include, for example, field-programmable gate arrays (FPGAs), application-specific integrated circuits (e.g., ASICs), off-the-shelf application-specific products (e.g., ASSPs), system -on-a-chip systems (SOCs), "Complex Programmable Logic Devices" (CPLDs), etc.
Die Laufwerke und die dazugehörigen Computerspeichermedien, die vorstehend erläutert und in
Ein Benutzer kann Befehle und Informationen in den Computer 810 über Eingabegeräte, wie etwa eine Tastatur 862, ein Mikrofon 863 und ein Zeigegerät 861, wie etwa eine Maus, einen Trackball oder ein Touchpad, eingeben. Andere Eingabevorrichtungen (nicht dargestellt) können einen Joystick, ein Gamepad, eine Satellitenschüssel, einen Scanner oder dergleichen beinhalten. Diese und andere Eingabegeräte sind oft über eine Benutzereingabeschnittstelle 860 mit der Verarbeitungseinheit 820 verbunden, die mit dem Systembus gekoppelt ist, aber auch über andere Schnittstellen- und Busstrukturen verbunden sein kann. Eine optische Anzeige 891 oder eine andere Art von Anzeigevorrichtung ist ebenfalls über eine Schnittstelle, wie etwa eine Videoschnittstelle 890, mit dem Systembus 821 verbunden. Zusätzlich zum Monitor können Computer auch andere periphere Ausgabevorrichtungen, wie etwa die Lautsprecher 897 und den Drucker 896 beinhalten, die über eine Ausgabeperipherieschnittstelle 895 verbunden werden können.A user may enter commands and information into the
Der Computer 810 wird in einer Netzwerkumgebung über logische Verbindungen (wie etwa CAN, LAN oder WAN) zu einem oder mehreren entfernten Computern, wie etwa einem entfernten Computer 880, betrieben.
Bei Verwendung in einer LAN-Netzwerkumgebung ist der Computer 810 über eine Netzwerkschnittstelle oder einen Adapter 870 mit dem LAN 871 verbunden. Bei Verwendung in einer WAN-Netzwerkumgebung beinhaltet der Computer 810 typischerweise ein Modem 872 oder andere Mittel zum Aufbauen einer Kommunikation über das WAN 873, wie etwa das Internet. In einer vernetzten Umgebung können Programmmodule auf einer externen Speichervorrichtung gespeichert werden.
Es sollte auch angemerkt werden, dass die verschiedenen hier beschriebenen Beispiele auf verschiedene Weise kombiniert werden können. Das heißt, Teile eines oder mehrerer Beispiele können mit Teilen eines oder mehrerer anderer Beispiele kombiniert werden. All dies wird hier in Betracht gezogen.It should also be noted that the various examples described here can be combined in various ways. That is, portions of one or more examples may be combined with portions of one or more other examples. All of these are considered here.
Beispiel 1 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Erntegutverarbeitungssystem;
- ein Kommunikationssystem, das eine Informationskarte empfängt, die Werte eines ersten landwirtschaftlichen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
- einen In-situ-Sensor, der einen Wert eines zweiten landwirtschaftlichen Merkmals erkennt, das ein Merkmal eines geernteten Materials angibt, das der geografischen Position entspricht;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet; und
- ein Steuersystem, das das Erntegutverarbeitungssystem auf Grundlage der prädiktiven Werte des zweiten landwirtschaftlichen Merkmals an den verschiedenen Positionen in dem Feld und auf Grundlage der erkannten geografischen Position steuert.
- a crop processing system;
- a communication system that receives an information map that includes values of a first agricultural characteristic that correspond to different geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a value of a second agricultural trait indicative of a trait of a harvested material that corresponds to the geographic location;
- a predictive map generator that generates a functional predictive agricultural map of the field that maps predictive values of the second agricultural feature based on the values of the first agricultural feature in the information map to the different geographic locations in the field; and
- a control system that controls the crop processing system based on the predicted values of the second agricultural characteristic at the different positions in the field and based on the recognized geographic position.
Beispiel 2 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele und ferner umfassend:
- einen prädiktiven Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem ersten landwirtschaftlichen Merkmal und dem zweiten landwirtschaftlichen Merkmal auf Grundlage eines Werts des ersten landwirtschaftlichen Merkmals in der Informationskarte an der geografischen Position und eines Werts des zweiten landwirtschaftlichen Merkmals modelliert, das durch den In-situ-Sensor an der geografischen Position erfasst wird, wobei der prädiktive Kartengenerator die funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- a predictive model generator that generates a predictive agricultural model that models a relationship between the first agricultural feature and the second agricultural feature based on a value of the first agricultural feature in the information map at the geographic location and a value of the second agricultural feature that is determined by detecting the in situ sensor at the geographic position, wherein the predictive map generator generates the functional predictive agricultural map of the field that includes predictive values of the second agricultural feature based on the values of the first agricultural feature in the information map and based on the predictive agricultural model to the different geographic locations in the field.
Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das geerntete Material Kerne beinhaltet und wobei der In-situ-Sensor Folgendes umfasst:
- einen Kerngrößensensor, der ein Kerngrößenmerkmal von Kernen in der landwirtschaftlichen Arbeitsmaschine erfasst.
- a kernel size sensor that detects a kernel size characteristic of kernels in the agricultural work machine.
Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das geerntete Material mindestens eines von Ähren, Köpfen und Hülsen (EHP) beinhaltet und wobei der In-situ-Sensor Folgendes umfasst:
- einen EHP-Merkmalsensor, der ein EHP-Merkmal erfasst, das ein Merkmal von einem oder mehreren von Ähren, Köpfen und Hülsen in der landwirtschaftlichen Arbeitsmaschine anzeigt.
- an EHP trait sensor that senses an EHP trait indicative of a trait of one or more of ears, heads, and pods in the agricultural work machine.
Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das geerntete Material Kerne beinhaltet und wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen Kerngrößenkartengenerator, der als funktionelle prädiktive landwirtschaftliche Karte eine prädiktive Kerngrößenkarte erzeugt, die als prädiktive Werte des zweiten landwirtschaftlichen Merkmals prädiktive Werte der Größe der Kerne auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- a kernel size map generator which, as a functional predictive agricultural map, generates a predictive kernel size map which, as predictive values of the second agricultural characteristic, maps predictive values of the size of the kernels based on the values of the first agricultural characteristic in the information map to the different geographic positions in the field.
Beispiel 6 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das geerntete Material mindestens eines von Ähren, Köpfe und Hülsen (EHP) beinhaltet und wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen EHP-Merkmalskartengenerator, der als die funktionelle prädiktive landwirtschaftliche Karte eine prädiktive EHP-Karte erzeugt, die als prädiktive Werte des zweiten landwirtschaftlichen Merkmals prädiktive Werte von einem oder mehreren EHP-Merkmalen auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- an EHP trait map generator which, as the functional predictive agricultural map, generates a predictive EHP map which as predictive values of the second agricultural trait predictive values of one or more EHP traits based on the values of the first agricultural trait in the information map to the different geographical positions in the field.
Beispiel 7 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Kommunikationssystem als Informationskarte eine erste Informationskarte empfängt, die die Werte des ersten landwirtschaftlichen Merkmals beinhaltet, und eine zweite Informationskarte, die Werte eines dritten landwirtschaftlichen Merkmals beinhaltet, die verschiedenen Positionen in dem Feld entsprechen,
wobei der prädiktive Modellgenerator das prädiktive landwirtschaftliche Modell erzeugt, um eine Beziehung zwischen dem zweiten landwirtschaftlichen Merkmal und einer Kombination des ersten und dritten landwirtschaftlichen Merkmals auf Grundlage des Werts des zweiten landwirtschaftlichen Merkmals, der durch den In-situ-Sensor an der geografischen Position erfasst wird, und auf Grundlage des Werts des ersten landwirtschaftlichen Merkmals in der ersten Informationskarte an der geografischen Position und des Werts des dritten landwirtschaftlichen Merkmals in der zweiten Informationskarte an der geografischen Position zu modellieren, und
wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen Kombinationskartengenerator, der als die funktionelle prädiktive Karte eine prädiktive Kombinationskarte erzeugt, die die prädiktiven Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage des prädiktiven landwirtschaftlichen Modells und auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der ersten Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
wherein the predictive model generator generates the predictive agricultural model to establish a relationship between the second agricultural attribute and a combination of the first and third agricultural attributes based on the value of the second agricultural attribute detected by the in situ sensor at the geographic location , and to model based on the value of the first agricultural feature in the first information map at the geographic location and the value of the third agricultural feature in the second information map at the geographic location, and
wherein the predictive map generator comprises:
- a combination map generator that generates, as the functional predictive map, a combination predictive map that maps the predicted values of the second agricultural feature based on the predictive agricultural model and based on the values of the first agricultural feature in the first information map to the different geographical positions in the field .
Beispiel 8 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Kommunikationssystem als die Vorabinformationskarte eine Saatgutgenotypkarte empfängt, die als das erste landwirtschaftliche Merkmal einen Saatgutgenotyp beinhaltet, wobei der prädiktive Modellgenerator das prädiktive landwirtschaftliche Modell erzeugt, um eine Beziehung zwischen dem Saatgutgenotyp und dem zweiten landwirtschaftlichen Merkmal zu modellieren.Example 8 is the agricultural working machine of any or all of the preceding examples, the communication system receiving as the advance information map a seed genotype map that includes a seed genotype as the first agricultural characteristic, the predictive model generator generating the predictive agricultural model to establish a relationship between the seed genotype and the second agricultural trait to model.
Beispiel 9 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Kommunikationssystem als Informationskarte eine vegetative Indexkarte empfängt, die als erstes landwirtschaftliches Merkmal ein vegetatives Indexmerkmal beinhaltet, wobei der prädiktive Modellgenerator das prädiktive landwirtschaftliche Modell erzeugt, um eine Beziehung zwischen dem vegetativen Indexmerkmal und dem zweiten landwirtschaftlichen Merkmal zu modellieren.Example 9 is the agricultural working machine of one or all of the preceding examples, the communication system receiving a vegetative index card as an information map, which includes a vegetative index trait as the first agricultural trait, the predictive model generator generating the predictive agricultural model to establish a relationship between the vegetative index trait and to model the second agricultural characteristic.
Beispiel 10 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Kommunikationssystem als die Informationskarte eine Ertragskarte empfängt, die als das erste landwirtschaftliche Merkmal ein prädiktives Ertragsmerkmal beinhaltet, wobei der prädiktive Modellgenerator das prädiktive landwirtschaftliche Modell erzeugt, um eine Beziehung zwischen dem prädiktiven Ertragsmerkmal und dem zweiten landwirtschaftlichen Merkmal zu modellieren.Example 10 is the agricultural work machine of any or all of the preceding examples, wherein the communication system receives as the information map a yield map that includes a predictive yield trait as the first agricultural trait, the predictive model generator generating the predictive agricultural model to establish a relationship between the predictive yield trait and to model the second agricultural characteristic.
Beispiel 11 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Kommunikationssystem als die Informationskarte eine Biomassekarte empfängt, die als erstes landwirtschaftliches Merkmal ein Biomassemerkmal beinhaltet, wobei der prädiktive Modellgenerator das prädiktive landwirtschaftliche Modell erzeugt, um eine Beziehung zwischen dem Biomassemerkmal und dem zweiten landwirtschaftlichen Merkmal zu modellieren.Example 11 is the agricultural work machine of any or all of the preceding examples, the communication system receiving as the information map a biomass map that includes a biomass feature as the first agricultural feature, the predictive model generator generating the predictive agricultural model to establish a relationship between the biomass feature and the second to model agricultural traits.
Beispiel 12 ist ein computerimplementiertes Verfahren zum Steuern einer landwirtschaftlichen Arbeitsmaschine, das ein Erntegutverarbeitungssystem beinhaltet, umfassend:
- Empfangen einer Informationskarte in der landwirtschaftlichen Arbeitsmaschine, die Werte eines ersten landwirtschaftlichen Merkmals angibt, die verschiedenen geografischen Positionen in einem Feld entsprechen;
- Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
- Erkennen eines zweiten landwirtschaftlichen Merkmals mit einem In-situ-Sensor, das ein Merkmal eines Ernteguts angibt, das der geografischen Position entspricht;
- Steuern eines prädiktiven Kartengenerators, um eine funktionelle prädiktive landwirtschaftliche Karte des Feldes zu erzeugen, die prädiktive Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals auf der Informationskarte abbildet; und
- Steuern des Erntegutverarbeitungssystems auf Grundlage der prädiktiven Werte des zweiten landwirtschaftlichen Merkmals an den verschiedenen Positionen in dem Feld und auf Grundlage der erkannten geografischen Position.
- receiving, at the agricultural work machine, an information map indicating values of a first agricultural characteristic corresponding to different geographic locations in a field;
- detecting a geographic location of the agricultural work machine;
- detecting, with an in situ sensor, a second agricultural characteristic indicative of a characteristic of a crop corresponding to the geographic location;
- controlling a predictive map generator to generate a functional predictive agricultural map of the field mapping predictive values of the second agricultural feature based on the values of the first agricultural feature on the information map; and
- Controlling the crop processing system based on the predicted values of the second agricultural characteristic at the different locations in the field and based on the identified geographic location.
Beispiel 13 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele und umfasst ferner:
- Erzeugen eines prädiktiven landwirtschaftlichen Modells, das eine Beziehung zwischen dem ersten landwirtschaftlichen Merkmal und dem zweiten landwirtschaftlichen Merkmal auf Grundlage eines Werts des ersten landwirtschaftlichen Merkmals in der Informationskarte an der geografischen Position und eines Werts des zweiten landwirtschaftlichen Merkmals modelliert, der durch den In-situ-Sensor an der geografischen Position erfasst wird, wobei das Steuern des prädiktiven Kartengenerators die funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- generating a predictive agricultural model that models a relationship between the first agricultural feature and the second agricultural feature based on a value of the first agricultural feature in the information map at the geographic location and a value of the second agricultural feature obtained by the in situ Sensor is detected at the geographic position, wherein controlling the predictive map generator produces the functional predictive agricultural map of the field, the predictive values of the second agricultural feature based on the values of the first agricultural feature in the information map and based on the predictive agricultural model on the different geographical positions in the field.
Beispiel 14 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das geerntete Material Kerne beinhaltet und wobei das Erkennen eines zweiten landwirtschaftlichen Merkmals Folgendes umfasst:
- Erkennen eines Korngrößenmerkmals von Kernen in der landwirtschaftlichen Arbeitsmaschine.
- Recognizing a grain size feature of kernels in the agricultural working machine.
Beispiel 15 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das geerntete Material mindestens eines von Ähren, Köpfen und Hülsen (EHP) umfasst und wobei das Erfassen des zweiten landwirtschaftlichen Merkmals Folgendes umfasst:
- Erkennen eines EHP-Merkmals, das ein Merkmal eines oder mehrerer von Ähren, Köpfen und Hülsen in der landwirtschaftlichen Arbeitsmaschine anzeigt.
- detecting an EHP trait indicative of a characteristic of one or more ears, heads, and pods in the agricultural work machine.
Beispiel 16 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das geerntete Material Kerne umfasst und wobei das Steuern des prädiktiven Kartengenerators Folgendes umfasst:
- Steuern eines Kerngrößenkartengenerators, der als funktionelle prädiktive landwirtschaftliche Karte eine prädiktive Kerngrößenkarte erzeugt, die als prädiktive Werte des zweiten landwirtschaftlichen Merkmals prädiktive Werte der Kerngröße auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- Controlling a core size map generator which, as a functional predictive agricultural map, generates a predictive core size map which, as predictive values of the second agricultural feature, maps predictive values of the core size based on the values of the first agricultural feature in the information map to the different geographic positions in the field.
Beispiel 17 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das geerntete Material mindestens eines von Ähren, Köpfen und Hülsen (EHP) beinhaltet und wobei das Steuern des prädiktiven Kartengenerators Folgendes umfasst:
- Steuern eines EHP-Merkmalkartengenerators, der als die funktionelle prädiktive landwirtschaftliche Karte eine prädiktive EHP-Karte erzeugt, die als prädiktive Werte des zweiten landwirtschaftlichen Merkmals prädiktive Werte auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Vorabinformationskarte und auf Grundlage des prädiktiven Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- Controlling an EHP feature map generator which, as the functional predictive agricultural map, generates a predictive EHP map which, as predictive values of the second agricultural feature, predictive values based on the values of the first agricultural feature in the prior information map and on the basis of the predictive model on the various geographical positions in the field.
Beispiel 18 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Empfangen der Informationskarte das Empfangen einer ersten Informationskarte als Informationskarte umfasst, die die Werte des ersten landwirtschaftlichen Merkmals beinhaltet, und einer zweiten Informationskarte, die Werte eines dritten landwirtschaftlichen Merkmals beinhaltet, das verschiedenen Positionen in dem Feld entspricht, und wobei das Erzeugen des prädiktiven landwirtschaftlichen Modells das Erzeugen des prädiktiven landwirtschaftlichen Modells umfasst, um eine Beziehung zwischen dem zweiten landwirtschaftlichen Merkmal und einer Kombination des ersten und dritten landwirtschaftlichen Merkmals auf Grundlage des Werts des zweiten landwirtschaftlichen Merkmals, das durch den In-situ-Sensor an der geografischen Position erkannt wird, und auf Grundlage des Werts des ersten landwirtschaftlichen Merkmals in der ersten Informationskarte an der geografischen Position und des Werts des dritten landwirtschaftlichen Merkmals in der zweiten Informationskarte an der geografischen Position zu modellieren, und wobei das Steuern des prädiktiven Kartengenerators Folgendes umfasst:
- Steuern des prädiktiven Kartengenerators, um als die funktionelle prädiktive Karte eine prädiktive Kombinationskarte zu erzeugen, die die prädiktiven Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage des prädiktiven landwirtschaftlichen Modells und auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der ersten Informationskarte und auf Grundlage der Werte des dritten landwirtschaftlichen Merkmals in der zweiten Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- Controlling the predictive map generator to generate, as the functional predictive map, a combination predictive map that includes the predictive values of the second agricultural feature based on the predictive agricultural model and based on the values of the first agricultural feature in the first information map and based on the values of the third agricultural feature in the second information map to the different geographical positions in the field.
Beispiel 19 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Kommunikationssystem als Informationskarte eine oder mehrere von einer Saatgutgenotypkarte empfängt, die als erstes landwirtschaftliches Merkmal einen Saatgutgenotyp beinhaltet; einer vegetativen Indexkarte, die als erstes landwirtschaftliches Merkmal ein vegetatives Indexmerkmal beinhaltet; einer Ertragskarte, die als erstes landwirtschaftliches Merkmal ein prädiktives Ertragsmerkmal beinhaltet; einer Biomassekarte, die als erstes landwirtschaftliches Merkmal ein Biomassemerkmal beinhaltet.Example 19 is the computer-implemented method of any or all of the preceding examples, wherein the communication system receives as an information map one or more of a seed genotype map that includes a seed genotype as a first agricultural trait; a vegetative index map including as a first agricultural trait a vegetative index trait; a yield map including a predictive yield trait as a first agricultural trait; a biomass map that contains a biomass characteristic as the first agricultural characteristic.
Beispiel 20 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Informationskarte empfängt, die Werte eines ersten landwirtschaftlichen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
- einen In-situ-Sensor, der einen Wert eines zweiten landwirtschaftlichen Merkmals erkennt, das der geografischen Position entspricht, wobei das zweite landwirtschaftliche Merkmal ein oder mehrere einer Kerngröße von Kernen in der landwirtschaftlichen Arbeitsmaschine, ein Merkmal von Ähren in der landwirtschaftlichen Arbeitsmaschine, ein Merkmal von Köpfen in der landwirtschaftlichen Arbeitsmaschine und ein Merkmal von Hülsen in der landwirtschaftlichen Arbeitsmaschine angibt;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Werte des zweiten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet; und
- ein Steuersystem, das Steuersignale erzeugt, um ein steuerbares Teilsystem auf der landwirtschaftlichen Arbeitsmaschine auf Grundlage der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.
- a communication system that receives an information map that includes values of a first agricultural characteristic that correspond to different geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a value of a second agricultural trait corresponding to the geographic location, the second agricultural trait being one or more of a kernel size of kernels in the agricultural work machine, a trait of ears of corn in the agricultural work machine, a trait of heads in the agricultural working machine and a feature of sleeves in the agricultural working machine;
- a predictive map generator that generates a functional predictive agricultural map of the field that maps predictive values of the second agricultural feature based on the values of the first agricultural feature in the information map to the different geographic locations in the field; and
- a control system that generates control signals to control a controllable subsystem on the agricultural work machine based on the functional predictive agricultural map.
Obwohl der Gegenstand in einer Sprache beschrieben wurde, die für strukturelle Merkmale und/oder methodische Handlungen spezifisch ist, versteht es sich, dass der Gegenstand, der in den beigefügten Ansprüchen definiert ist, nicht notwendigerweise auf die spezifischen Merkmale oder Handlungen beschränkt ist, die oben beschrieben sind. Vielmehr werden die vorstehend beschriebenen Besonderheiten und Handlungen als exemplarische Formen der Ansprüche offengelegt.Although the subject matter has been described in language specific to structural features and/or methodical acts, it is to be understood that the subject matter defined in the appended claims is not necessarily limited to the specific features or acts described above are described. Rather, the features and acts described above are disclosed as example forms of the claims.
Claims (15)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/066,444 US20210243951A1 (en) | 2020-02-06 | 2020-10-08 | Machine control using a predictive map |
US17/066,444 | 2020-10-08 | ||
US17/067,583 US20220110258A1 (en) | 2020-10-09 | 2020-10-09 | Map generation and control system |
US17/067,583 | 2020-10-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021123796A1 true DE102021123796A1 (en) | 2022-04-14 |
Family
ID=80818266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021123796.3A Pending DE102021123796A1 (en) | 2020-10-08 | 2021-09-15 | MAP GENERATION AND CONTROL SYSTEM |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021123796A1 (en) |
-
2021
- 2021-09-15 DE DE102021123796.3A patent/DE102021123796A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020204464A1 (en) | MACHINE CONTROL USING A REAL-TIME MODEL | |
US20240090377A1 (en) | Map generation and control system | |
CN114303608A (en) | Machine control using prediction maps | |
DE102021126413A1 (en) | AGRICULTURAL CHARACTERISTICS, CONFIDENCE AND CONTROL | |
DE102021200028A1 (en) | AGRICULTURAL HARVESTER WITH PREHEATING WEED DETECTION AND COLLECTION SYSTEM | |
CN114303588A (en) | Machine control using prediction maps | |
CN114303589A (en) | Predictive map generation and control system | |
CN114303617A (en) | Machine control using prediction maps | |
CN114303592A (en) | Machine control using prediction maps | |
DE102021120069A1 (en) | PREDICTIVE SPEED MAP GENERATION AND CONTROL SYSTEM | |
DE102022100945A1 (en) | MACHINE CONTROL USING A MAP WITH REGIME ZONES | |
DE102021124212A1 (en) | Machine control using a predictive map | |
DE102021119643A1 (en) | CROP STATE CARD GENERATION AND CONTROL SYSTEM | |
DE102021119856A1 (en) | MACHINE CONTROL USING A PREDICTIVE SPEED MAP | |
DE102021124715A1 (en) | CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM | |
DE102022124448A1 (en) | PREDICTIVE RESPONSE MAP GENERATION AND CONTROL SYSTEM | |
DE102022123724A1 (en) | CROP COMPONENT DETECTION | |
DE102021124364A1 (en) | CROP MOISTURE MAP GENERATION AND CONTROL SYSTEM | |
DE102022122389A1 (en) | FARM MACHINE CONTROL USING WORK QUALITY BASED ON SIN-SITU WORKFLOW CAPTURE | |
DE102021101230A1 (en) | Generation of predictive machine property maps and control system | |
DE102021123796A1 (en) | MAP GENERATION AND CONTROL SYSTEM | |
CA3130194A1 (en) | Predictive map generation and control system | |
DE102021124424A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021124425A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021124392A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R082 | Change of representative |
Representative=s name: HOLST, SOENKE, DIPL.-PHYS. DR.RER.NAT., DE |